Scopus AI：可信內容。由負責任的 AI 提供支援。

Scopus AI 是一款由生成式 AI （GenAI） 提供支援的直觀智慧搜尋工具，可以前所未有的速度和清晰度提供見解。它是與學術界密切合作建立的，通過從 Elsevier 的來源中立和精心策劃的摘要和引文資料庫 Scopus 的後設資料和摘要中獲取見解，為人類積累的知識提供了一個視野。

Scopus AI 使用自然語言處理。這意味著您不必擔心符合特定關鍵字或布林運算子；相反地，您可以使用日常語言輸入您的問題、陳述或假設。然後，Scopus AI 會查詢自 2013 年以來發表的相關文獻，並綜合其摘要的內容，以生成您正在尋找的資訊的即時、易於理解和（重要）參考的概要。為了獲得更深入的見解，獨特的功能，如擴展摘要、 概念地圖、 基礎論文功能表和主題專家按鈕，使你能夠繼續探索和學習。

Scopus AI 在生成您查詢的回應時，會參考自 2013 年以來出版的以下內容類型（會議綜述、勘誤和撤稿文獻除外）的後設資料和摘要：

• ●

  論文

• ●

  書籍

• ●

  書籍章節

• ●

  評論

• ●

  簡短調查

• ●

  數據論文

我們選擇 2013 年作為起始年份，以確保您收到的回覆是基於最近的內容。對於該工具提供的基礎論文清單，Scopus AI 會挖掘整個 Scopus 語料庫，為您提供有關您所選主題的有影響力的文章的完整清單。

關於生成式 AI 的說明

雖然 Scopus AI 努力將其摘要和生成式 AI 功能建立在可信的 Scopus 內容中，但偶爾可能會存在差異。Scopus AI 可能會生成可能被視為不正確、誤導、有偏見甚至令人反感的結果。Scopus AI 並非旨在提供法律、財務或醫療建議。使用者不應僅僅依賴 Scopus AI 的輸出而不進行獨立研究。如果您想在工作中使用 Scopus AI 生成的內容，請查閱您的機構或工作場所指南。請勿在 Scopus AI 中輸入個人、機密或敏感資訊。

向量搜尋引擎近乎即時地更新，確保您收到的回覆始終使用 Scopus 資料庫中提供的最新相關研究。

GenAI 工具中使用的大型語言模型 （LLM） 的功能引起了全世界的關注。然而，它們也有缺點，包括缺乏透明度和幻覺，這可能會破壞對它們所提供資訊的信任。

• ●

  Scopus AI 僅使用由我們複雜的向量搜尋辨識的高品質、精心策劃的 Scopus 內容， 從而最大限度地減少幻覺和偏見 。

• ●

  Scopus AI 透過明確引用用於生成回應的文獻來呈現其工作原理 。它還會告訴您回應與您的查詢相關的可信度。

• ●

  Scopus AI 旨在避免不必要的數據保留。Elsevier 隱私政策解釋了我們所有產品如何收集、使用和共用您的個人資訊。

• ●

  Scopus AI 所借鑒的內容經過同儕審查，並由獨立的內容選擇和諮詢委員會經過嚴格審查和選擇，以納入 Scopus。

• ●

  Scopus AI 與學術界密切合作開發和測試的，以確保其滿足關鍵需求和關注重點。我們將繼續與研究人員合作，以增強該工具。

• ●

  Scopus AI 不僅提供簡單的摘要回應，還提供獨特的功能，使您能夠繼續探索和學習。

• ●

  Scopus AI 利用獨特而強大的技術組合，包括我們內部開發且正在申請專利的 RAG 融合演算法，可提高搜尋和回應的品質。

隨機使用者測試是我們收集 Scopus AI 用戶回饋的眾多方式之一。不幸的是，使用者不能要求被納入使用者測試，因為隨機化是有助於確保統計有效性的基本原則。

Scopus AI 現在可供您的機構購買。確切的成本取決於幾個因素，包括您是否為 Scopus 的現有客戶。

如果您的機構有興趣購買 Scopus、Scopus AI，或者想瞭解這兩種產品合併的好處，請聯繫您的 Elsevier 客戶服務團隊。剛加入 Elsevier？請參閱此頁面 ，與 Elsevier 代表聯繫。

如果您是尋求使用 Scopus AI 的個人使用者，我們建議您聯繫您的圖書館以探索可用選項。

當我們在 Scopus 和其他產品中嵌入 GenAI 功能時，我們遵循 Elsevier 負責任 AI 原則和隱私原則。Scopus AI 是與學術界密切合作開發和測試的，以確保其滿足關鍵需求和關注重點。

對於 Scopus AI，我們正在使用 OpenAI 的大型語言模型（LLM）ChatGPT 託管在 Microsoft Azure 上，並已達成協定，傳遞給該服務的資訊不會儲存或用於訓練目的。我們對 OpenAI 的 LLM 的使用是私有的，這意味著沒有數據交換或使用我們的數據來訓練 OpenAI 的公開模型。

Scopus AI 通過僅使用由我們的向量搜索辨識的高品質、精心策劃的 Scopus 內容來最大限度地減少幻覺 。這為 Scopus AI 在生成回應時奠定了基礎。 與許多其他自然語言處理工具不同， Scopus AI 通過明確引用用於生成回應的期刊和文獻來呈現其工作原理 。此外，Scopus AI 遵守 GDPR 以保證用戶隱私。我們不會在我們的系統上儲存個人使用者資訊或聊天記錄，除非以改進產品的合規方式（如分析或個人化）進行儲存，我們也不分享它。

Scopus AI 所引用的期刊都經過同儕審查，並由 Scopus 內容選擇和諮詢委員會的獨立專家經過嚴格審查和選擇，以納入 Scopus，您無須擔憂。

指導我們的大型語言模型 （LLM） 的提示工程被設計得非常嚴格，具有明確的指令和範圍。例如，Scopus AI 生成的回應必須與查詢的意圖相關。如果 AI 在 Scopus 中找不到相關的學術論文，它必須告知您。當 Scopus AI 確實提出聲明或斷言時，始終需要有參考文獻來源。

Scopus AI 是首批開創迅速成為 LLM 使用黃金標準的產品之一——檢索增強生成 （RAG） 融合模型。這種方法可以提高向量搜索搜尋和 LLM 摘要生成的品質。

Scopus AI 的回應還定期根據兩個嚴格的評估框架進行測試。這些因素共同降低了幻覺的風險，我們將繼續努力開發以進一步限制這些風險。

我們非常重視偏見。Scopus AI 僅利用 Scopus 中的學術內容，透過直接引用該工具提出的任何聲明背後的摘要來確保透明度。我們的向量搜尋引擎採用餘弦相似度來辨識哪些摘要與您的查詢最接近，而不是偏愛在某些高影響力期刊上被引用或發表的論文。但是，如果您的查詢有很強的偏見，它可能會反映在回應中。即使您的問題是中立的，AI 為其回答辨識的 Scopus 文件中也可能存在偏見。

我們試圖緩解這種情況的方法之一是根據兩個嚴格的評估框架測試 Scopus AI。其中一項特別要求 Scopus AI 回答與潛在偏見領域相關的問題，以便我們能夠辨識並最大限度地減少不適當的回答。我們積極測試該服務，以嘗試根據內部和外部查詢（例如 Quora 的不真誠問題分類）產生或強化不公平偏見的回應。

我們的提示工程指示 LLM 過濾掉「不安全」的答案，這些答案會延續對來自不同背景的個人的偏見、傷害或刻板印象。如果 Scopus AI 在回覆中使用的文獻存在偏見，它將承認這一點並為來源提供參考。我們有使用者友善的回饋機制，以便使用者可以回報任何有害或有偏見的回覆，這些回覆由我們的團隊審查。

我們目前的政策是 GenAI 工具不能被列為作者或引用，因為它無法對其工作承擔責任和問責。就 Scopus AI 而言，它是一個很好的學習輔助工具，可以説明您熟悉新主題並提出探索途徑。

我們對作者、審稿者和編輯的指引允許使用 GenAI 工具來提高研究文章的可讀性和改善語句，但強調：

• ●

  該技術應始終作為支援工具應用，並受到人類的監督和控制。

• ●

  必要時，應始終仔細審查和編輯結果。

• ●

  作者應聲明他們是否以及如何在論文中使用 GenAI 工具。

• ●

  Scopus AI 旨在根據真實的學術資訊提供對某個主題或主題的概述或介紹。它不是被設計成一個絕對的真理來源，而是一個指引。因此，我們建議使用者直接從生成的概要中的引文中引用論文，而不是引用概要本身。

• ●

  此外，Scopus AI 目前不包括版本控制，因此概要不適合引用。

隨著技術的成熟，我們將繼續審查這政策。請注意，我們上面連結的指南僅涉及在寫作/編輯過程中使用 AI 工具，而不是作為研究過程的一部分使用 AI 工具從數據中分析和提取見解。

目前還沒有，但我們已經在探索如何讓使用者以他們選擇的語言輸入查詢。從長遠來看，我們將繼續與研究人員合作，以瞭解拓展該工具的語言功能如何使他們受益。