海外new things｜「Fileread」完成600万美元种子轮融资，使用LLM提高法律发现的效率
法律发现是诉讼中最耗时的环节之一，专家团队通常需要花很多时间来梳理堆积如山的文件。而「Fileread」使用大型语言学习模型（LLM）创建了更快、更高效的法律发现工具，帮助解决这一问题。
据TechCrunch报道，这家法律技术初创公司「Fileread」刚刚完成了种子轮融资，本轮由Gradient Ventures领投，Soma Capital参与投资，融资金额共600万美元。新资金将被「Fileread」用于招聘、扩大产品规模，并寻找新的将LLM用于法律应用的方法。
「Fileread」的工具旨在以更快的速度发现更多的关键信息。联合创始人Chan Koh表示，他的父母曾在2008年的住房危机中失去了住所，然而因为他们的法律意识欠缺，当时没有找到救济途径挽回这一损失。这段经历使他决心做一些事情，以帮助这些有类似遭遇的人。
「Fileread」成立于2020年，该团队由Koh和联合创始人兼联席首席执行官Daniel Hu领导，此前他们与斯坦福大学的Deliberate Democracy Lab合作，对其决策进行分析。首席运营官兼共同创始人Freya Zhou随后加入，「Fileread」由此构建了他们的首个LLM平台。LLM模型有着从海量文本中找到正确段落的强大能力，而法律发现正需要这种能力。
例如，目前「Fileread」正在应用于一个包含一百多万份文件的案件中，而仅有40至50名专业评审员构成的团队参与审理。「Fileread」能够回答评审员关于已上传至平台的文件内容的任何问题，从而节省查询时间。举个例子，当他们询问“参与这些交易的人是谁”时，「Fileread」会将原始文件中所有可能的答案突出显示出来。
在法律领域，还有一些其他初创公司，例如Casetext和Harvey。Koh表示，「Fileread」与Casetext的区别在于Casetext主要关注案例研究而非发现。与此同时，Harvey则专注于为更广泛的法律服务市场提供服务。
