合規與認證：遵循公認的產業標準
我們遵循領先的安全框架，並持有 ISO 27001 等認證。
定期稽核與獨立評估
為所有使用者提供安全的基礎架構
持續落實最佳實務
安全與合規——我們對您的承諾
以保護與透明建立信任。
我們如何保障您的資訊
在 Elsevier，我們深知信任得來不易。我們致力於保護您的資料、尊重您的隱私，並維持最高標準的安全與合規。
歡迎深入了解我們的政策與實務如何支持負責任的創新，並保障您的資訊。
常見問題
確保 Elsevier 工具中的負責任 AI 使用與資料隱私。Elsevier 長期以來一直是值得信賴的精選同儕審查科學內容來源，擁有深厚的領域專業知識。
進一步了解我們如何確保 Responsible AI 的使用並保護使用者資料隱私，包括我們的
Five Responsible AI Principles，以推動負責任、合乎倫理且適切的使用
針對每一種使用情境與解決方案，我們都會從精心挑選的一系列領先供應商中選擇最合適的大型語言模型，包括 OpenAI、Anthropic 等，並安全託管於 Microsoft Azure 或 AWS 的雲端服務上。我們會依據任務的具體需求調整模型選擇，兼顧效能與安全。
在 Elsevier，我們了解妥善處理個人資料對客戶以及我們服務的社群至關重要。因此，我們承諾在資料隱私方面秉持誠信與責任。
所有使用者輸入與資料的處理皆遵循我們的 Privacy Policy 與 Responsible AI 原則
我們依據適用的隱私法規處理個人資料，例如《一般資料保護規則》(GDPR) 與《加州消費者隱私法》(CCPA)。我們也採取進一步措施，確保符合使用者與科學界對隱私的期待。
深入了解我們的隱私原則
不會。我們與 AWS、Microsoft Azure、OpenAI 與 Anthropic 的企業協議均包含零保留合約，因此您的提示與文件絕不會用於大型語言模型開發。Elsevier 也不會在私有雲環境中將客戶資料用於此目的。
我們對第三方 LLM 的使用屬於私密使用，不會分享任何資料用於公開模型改進。我們不會檢視個人或組織的搜尋提示——僅會使用彙總且匿名化的模式，以提升系統效能與相關性。
透過 Elsevier AI 解決方案，您的機構可享有更完善的資料隱私保護與企業級防護措施。
使用者的提示、提問或文件會透過 TLS 1.2 或更高版本安全傳送至可信任的 Elsevier 環境。系統會解析提示意圖，並由嵌入模型將其拆分為多個提示，以便從我們的內容儲存庫中擷取資訊。
接著，提示連同內容回應會透過 TLS 1.2 或更高版本，傳送至可信任 Elsevier 環境中的基礎模型供應商。
之後，系統會在 Elsevier AI 解決方案中向使用者呈現有依據的生成式回應。
使用者提示及其對話紀錄中的回應會儲存在加密資料庫中，並以 AES-256 等級加密保護。
我們的架構與相關合約明確禁止第三方模型供應商記錄使用者提示，或據此訓練模型。
Elsevier 嚴格控管供應商可取得、保留或用於訓練的內容。Microsoft (Azure) 與 AWS (Bedrock) 均不會保留 Elsevier 的內容或客戶提示用於訓練或儲存。
使用者提示會維持私密；Elsevier 僅使用彙總且匿名化的洞察來改善服務。
資料安全與加密：您的資料會在可信任的 Elsevier 環境中安全儲存，並在靜態時以 AES-256 加密。您的資料在傳輸過程中會以 TLS 1.2 或更高版本加密。更多詳細資訊，請參閱 Encryption Standards 政策。
Elsevier 已與我們的基礎模型供應商簽訂零保留合約。這可確保您的提示與文件絕不會被儲存，也不會被用於訓練任何大型語言模型 (LLM)。使用 Elsevier AI 解決方案，您的機構可受益於更完善的資料隱私保護與企業級防護措施。
所有 Elsevier AI 服務（包括我們的產品環境）均託管於由 Amazon Web Services (AWS) 或 Microsoft Azure 提供的領先雲端資料中心。服務可能會依據應用程式與法規要求託管於歐洲或美國。
無論您的資料流向何處，我們都會加以保護。在靜態時，資料會以 Advanced Encryption Standard (AES)-256 加密嚴密保護。當資料傳輸中時，我們使用 TLS 1.2 或更高版本，這不僅可加密資料，也能驗證伺服器身分並確認資料完整性。
我們採用業界最佳實務，例如 Web 應用程式防火牆、應用程式與基礎架構弱點掃描、安全程式碼審查、漏洞獎勵計畫，以及其他預防、偵測與回應控制措施，以保護我們的系統與您的資料免受攻擊者侵害。
我們的架構與相關合約明確禁止第三方模型供應商記錄使用者對話，或據此訓練模型。
所有個人資料的跨境傳輸皆受符合 GDPR 的適當保障措施約束，包括歐盟標準合約條款。客戶個人資料不會傳輸至中國。
Elsevier 透過產品、研究倡議與社會責任計畫推動永續發展。我們採取多項具體措施，以降低 AI 工具對環境的影響，包括：
採用多模型方法，使我們能將較小、較節能的模型用於負載較低的任務，進而降低整體能源消耗
善用由綠電供電的 Microsoft Azure 與 AWS 資料中心
維持完善的資料治理計畫，盡量減少不必要的資料儲存與處理，以支持能源效率
作為 RELX 的一部分，Elsevier 透過減少碳足跡並推動永續實務，將環境責任列為優先要務。我們與聯合國永續發展目標保持一致，尤其關注氣候行動與責任消費，並致力於塑造永續未來。進一步了解 RELX 的環境行動。
Elsevier 的負責任 AI 使用實務以我們的 Responsible AI Principles 為指引，並已整合至解決方案開發生命週期的各個階段。進一步了解 Elsevier Responsible AI Principles。
