Web of Science研究助手（Web of Science Research Assistant）
生成式人工智能工具助您快速发现所需内容、轻松应对复杂研究任务
负责任的生成式人工智能工具助您提升科研质量与效率
加速发掘新颖见解，集中精力创造新知：Web of Science™研究助手绝不只是聊天机器人而已——它能同步配合您的科研工作，在研究过程中随时满足您的需求。无论处于职业生涯的哪个阶段，您都可以借助这款研究助手充分利用全球最可靠的引文数据库——Web of Science核心合集™。
运用可靠技术为研究工作增效省时
实施负责任的人工智能工具
高质量内容
该工具依托编辑遴选数据源——Web of Science核心合集提供的精选数据，通过提供有用洞见为研究过程增加价值。
社群参与
该工具由研究人员和图书馆员共同参与开发，以有效解决与这两大群体最切身相关的问题，从而使该技术及其应用得到广大用户的信任。
负责任应用
旨在帮助您理解内容是如何生成的，并对人工智能工具给出的答复进行审查验证。其应用始终与人工智能领域不断演变的许可和使用权机制保持一致。
Streamline literature review with agentic AI
Introducing an enhanced literature review guide in Web of Science Research Assistant
Optimize your query, identify research gaps and hotspots and formulate hypotheses with the help of the new literature review guide in Web of Science Research Assistant. Powered by responsible Academic AI and trusted Web of Science Core Collection data, the advanced AI agent enables you to synthesize the literature more efficiently.
破解出版和引文数据的复杂性
更快掌握核心概念
进行多语种自然语言检索，得出以120余年研究成果为基础的文献概述与评论。
确定后续研究步骤
借助引导式分步流程应对研究任务，并利用研究过程中同步推送的情境提示节省研究时间。发掘相关专家，以制定合作战略。
发现有意义的关联
探索动态可视化图表，借助共同引用关系图、主题图、趋势图等工具快速开展轻量级分析。
常见问题
当您提交问题时，研究助手会首先检索与所查询的内容语义相似度最高的文章，然后基于关键词补充筛选其他高度相关的结果。接下来，它会根据相似度评分对结果进行排序，再通过专有算法加以处理，以精选最有价值、最切合需求的资源。下一步是选用其中的顶尖出版物来编写应答内容，以回复您的查询。多层相关性排序能减少结果集的干扰信息。
我们并没有训练自己的模型，而是在检索增强生成（RAG）架构中使用了商用预训练大语言模型（LLM）。尽管我们采用预训练的LLM来支持创建叙述性内容，但内容中的事实性信息均取自我们的可信学术资源。我们严格检验了这一内容生成机制，以确保学术诚信以及与整个学术生态系统的协调一致。我们采取的检验办法包括由学科领域专家评估输出结果的准确性和相关性，从而验证应答质量。此外，我们还在现实的研究和学习场景中开展广泛的用户测试，以进一步提升准确性和性能。
我们恪守最严格的用户隐私和安全标准，不会出于任何目的将出版机构内容、图书馆自有资料或用户数据分享或传递给大语言模型（LLM）。
数据隐私与信任是我们在设计人工智能工具时考虑的首要因素。我们始终遵守数据隐私法规，并忠实执行不断完善的全球人工智能立法。
用户查询过程中，只有用户自行输入的查询内容才会传送到LLM，除此之外不会共享其他任何数据，以严格保护敏感信息。另外，我们不直接使用任何LLM API端点，而是通过私有化部署访问LLM，这确保了用户在查询时输入的数据始终得到有效保护，任何第三方均无法查看或访问。这种数据保护策略与我们的学术检索实践一脉相承，让我们能够运用自身的专业知识妥善管理用户信息。如需详细了解我们的隐私与数据保护计划，请访问：https://clarivate.com/privacy-center/
我们已经开发了科睿唯安学术型人工智能平台（Clarivate Academic AI Platform）来加快现有和最新解决方案的市场投放速度，并大规模支持多种用例。依托该平台，我们将在安全可靠、能够有效保护用户隐私和数据的环境中推出更多功能（如语义检索），而且这些功能将带来统一一致的用户体验。该平台将服务于科睿唯安的所有学术解决方案。
这一人工智能平台不仅仅是基础设施而已。负责该平台的团队还凭借强大的LLM管理机制发挥着人工智能卓越中心的作用，这既能支持不同的产品团队负责任地使用人工智能，又能以强有力的治理来确保人工智能的尽责应用。该团队不仅与整个社群密切合作，还成立了人工智能咨询委员会来实现以下目标：分享见解和成果；评估输出结果；收集来自图书馆馆员、学生群体和教职人员的反馈意见；减少误差和偏见问题；以及共享最佳应用实践。
维护解决方案的清晰透明和用户信任是我们的头等大事。我们的对话式发现和人工智能工具会列出应答内容所依托的学术资源，以便用户随时查阅相关资料来了解更多背景信息
