Rowfill setzt mehrere Sicherheitsmaßnahmen zum Schutz der Privatsphäre ein:
- Native LLM-UnterstützungLlama, Mistral und andere quelloffene Big Models in der lokalen Umgebung einsetzen, um sicherzustellen, dass sensible Daten nicht das lokale Netzwerk verlassen
- Flexible EinsatzmöglichkeitenDurch die Unterstützung der privaten Bereitstellung und von Cloud-Diensten (Alpha-Version) können die Benutzer je nach ihren Sicherheitsanforderungen wählen.
- Synchronisierung von UnternehmensdatenIntegrierte Sicherheitsmechanismen sorgen für eine Verschlüsselung der Datenübertragungs- und -speicherungsprozesse innerhalb des Unternehmens.
- Open-Source-TransparenzDie AGPLv3-Lizenz stellt sicher, dass der gesamte Code überprüfbar ist und dass die Nutzer den gesamten Prozess der Datenverarbeitung validieren können.
Speziell für Finanz-, Medizin- und andere Branchen mit hohen Anforderungen an den Datenschutz unterstützt Rowfill einen vollständigen Offline-Datenverarbeitungsmodus, bei dem alle OCR- und NLP-Analysen auf benutzergesteuerten Geräten durchgeführt werden, wodurch die Sicherheit der Daten wirklich "im Freien" realisiert wird.
Diese Antwort stammt aus dem ArtikelRowfill: Stapelweise Extraktion von strukturierten Informationen aus Dokumenten und automatisierte AnalyseDie































