ZeroDrift Inc., une startup qui automatise la conformité des communications avec l'intelligence artificielle, a lancé aujourd'hui Anchor 3.0, une famille de petits modèles de langage conçus pour vérifier les messages générés par les agents IA avant leur envoi.
La société a déclaré que les modèles peuvent appliquer les réglementations financières et les politiques internes de l'entreprise tout en fonctionnant suffisamment rapidement pour examiner chaque message sortant en temps réel. Anchor 3.0 est généralement disponible via l'interface de programmation d'application Enforcement de ZeroDrift.
Cette approche cible un problème opérationnel croissant : les agents autonomes peuvent générer des milliers de communications client plus rapidement que les équipes humaines de conformité ne peuvent les examiner.
ZeroDrift a signalé que son modèle phare a détecté plus de 90 % des violations dans un benchmark basé sur les règles de l'Autorité de régulation du secteur financier. Il a déclaré que le modèle correspondait à la précision globale du GPT-6 Astra d'OpenAI Group PBC et du Claude Fable 5.1 d'Anthropic PBC tout en fonctionnant plus de 100 fois plus rapidement et à moins d'un 500e du coût.
L'indice de référence a utilisé des données étiquetées par des avocats et produites indépendamment par la société d'étiquetage de données Surge AI Inc., selon ZeroDrift. Cependant, ZeroDrift a publié lui-même le benchmark, de sorte que les chiffres de performance restent les affirmations de l'entreprise.
« Les modèles Frontier ont facilité la création d'agents compétents », a déclaré le fondateur et directeur général Kumesh Aroomoogan dans un communiqué. « Le plus difficile est de les gérer au sein d'une entreprise réglementée, où chaque message doit suivre les règles et où le contrôle doit être effectué à chaque fois, avant que quoi que ce soit ne soit envoyé. »
Anchor opère au sein de la plate-forme de conformité plus large de ZeroDrift, qui intercepte les communications et les vérifie par rapport aux exigences réglementaires et aux politiques de l'entreprise. Le système peut signaler, réécrire, bloquer ou acheminer les messages problématiques pour examen humain tout en enregistrant la décision pour un audit ultérieur. La société a récemment lancé Guard for Agents, un service basé sur une API qui insère ces contrôles directement dans les flux de travail des agents.
La nouvelle famille comprend trois versions. Anchor 3.0 Mini est un modèle mélange d'experts de 9 milliards de paramètres avec 4 milliards de paramètres actifs. Destiné au trafic à volume élevé, il exécute des packs de règles prédéfinis et signale les violations. ZeroDrift a déclaré que Mini avait détecté environ 5 % de violations de plus que Claude Fable 5.1 et environ 20 % de plus que GPT-6 Astra dans son test FINRA, avec moins de deux fois moins de faux positifs que Claude.
Le modèle phare Anchor 3.0 a le même nombre de paramètres mais peut appliquer plus de 200 règles prédéfinies couvrant la FINRA, la Securities and Exchange Commission et d'autres réglementations. Il identifie les lignes qui enfreignent une règle et peut les réécrire avant qu'un message ne soit publié.
Anchor 3.0 Max est un modèle de 27 milliards de paramètres destiné aux documents longs, aux pièces jointes et à l'application des propres politiques d'une entreprise sans ajustement supplémentaire. Les modèles ont été post-formés à partir des modèles Gemma E4B de Google LLC et Qwen3.8-27B d'Alibaba Group Holding Ltd.
La version de production fait suite à un aperçu d'août dans lequel ZeroDrift a révélé qu'Anchor combinait des contrôles déterministes avec un modèle open source formé sur les documents réglementaires et les communications étiquetées par les avocats. À cette époque, l’entreprise décrivait le logiciel comme un niveau de réduction des risques plutôt que comme une garantie que chaque violation serait détectée.
