区块链文库报道:
Unsiloed AI 完成750万美元种子轮融资,致力于将企业文档转化为结构化数据
专注于将企业文档转化为AI代理可处理数据的Unsiloed AI近日成功获得750万美元(约合100亿韩元)的种子轮投资。本轮融资由Felicis领投,Y Combinator、Orange Collective、Uncorrelated Ventures以及多位个人投资者共同参与。
核心技术:精准解析非结构化文档
Unsiloed AI的核心能力在于对PDF等格式中的表格、图表及复杂版式进行深入分析,从而实现内容的结构化重组。传统的文档解析往往仅关注文本提取,而该公司的技术能够识别表格结构及信息在文档中的具体位置,将其转换为机器易于处理的标准化形式。
据公司介绍,其产品不仅提供从文档说明中提取的关键词汇,还附带这些词汇在原文件中的精确位置信息。这一功能允许用户通过交叉比对,核实提取内容的具体来源,确保信息的可追溯性。
解决大模型幻觉问题,聚焦垂直领域应用
Unsiloed AI联合创始人兼CEO阿曼·米什拉(Aman Mishra)在采访中指出:“大型语言模型(LLM)本质上是概率性的,容易产生偏差和‘幻觉’现象,这会对后续业务流程造成严重的负面影响。”他进一步解释称,若金融文档中的数字或法律条款被误读,可能会导致后续工作出现连锁错误。
目前,该公司主要服务于金融、法律和医疗等行业客户。尽管未公开具体客户名称,但米什拉透露,已有银行和律师事务所正在使用其产品服务。其中,银行利用该产品进行日常文档处理,而某律所则将其用于合同管理及历史案件文件的梳理。至于各客户的具体应用规模和处理量,公司暂未披露。
此外,语音AI企业Bolna AI也采用了Unsiloed AI的产品,旨在构建语音代理的知识库。这是企业在文档处理场景中,为语音代理生成参考资料的典型案例。
市场竞争与数据透明度
在文档处理市场,除了Unsiloed AI外,还有Reducto、Unstructured等专业厂商,微软(MSFT)和亚马逊(AMZN)等大型科技公司也提供了相关产品解决方案。
值得注意的是,对于Unsiloed AI提供的性能数据,外界需保持审慎态度。根据该公司提供的技术说明书,其在处理542份企业金融文档时,提取了约8.4万个数据点,声称准确率达到99.78%。然而,科技媒体TechCrunch指出,该结果未经独立第三方验证,因此应视为公司自行公布的测试结果。
在基准测试方面,Unsiloed AI在olmOCR-Bench上的得分为88.0分。虽然相关结果和复现代码已上传至公开代码库,但由于金融文档的准确率标准与测量方法不同,这两项数据无法直接对比。
关于团队规模,公开信息也存在差异。TechCrunch的报道显示公司员工为7人,而Y Combinator的公司主页显示团队规模为2人,两者的统计时间点尚不明确。
米什拉表示,此次获得的资金将主要用于招聘研究人员和工程师、扩大销售团队以及开发自有数据集,以进一步提升产品竞争力。
免责声明:以上内容(如有图片或视频亦包括在内)均为平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。
本站尊重他人的知识产权、名誉权等法律法规所规定的合法权益!如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到qklwk88@163.com,本站相关工作人员将会进行核查处理回复

