Elicit

Что такое Elicit?

Elicit — это исследовательский ИИ-ассистент, построенный вокруг одной посылки: узкое место современной науки не в том, чтобы порождать идеи, а в том, чтобы прочитать уже существующие свидетельства. Там где универсальный чат-бот ответит на исследовательский вопрос из того, что усвоил на обучении, Elicit делает нечто более узкое и куда лучше поддающееся проверке: он ищет по чётко очерченному корпусу научной литературы, достаёт именно те статьи, которые относятся к вашему вопросу, и раскладывает их содержание в таблицу, которую можно проверять столбец за столбцом. Продукт рассчитан на тех, кому приходится защищать свои источники: авторов систематических обзоров, команды синтеза доказательств, аналитиков в регуляторике и оценке медицинских технологий, исследователей в фармацевтике и медицинском оборудовании, сотрудников政策 аналитических подразделений и аспирантов, на которых лежит вся неблагодарная работа по скринингу.

У компании необычная родословная. Elicit возник внутри Ought, некоммерческой исследовательской организации, и в сентябре 2023 года стал самостоятельной общественно-полезной корпорацией одновременно с посевным раундом на 9 миллионов долларов под руководством Fifty Years, при участии бизнес-ангелов, среди которых главный научный сотрудник Google Джефф Дин и сооснователь GitHub Том Престон-Вернер. В феврале 2025 года последовал раунд A на 22 миллиона долларов при оценке в 100 миллионов, который совместно возглавили Spark Capital и Footwork. Это происхождение важно для понимания поведения продукта: исходный тезис Ought состоял в надзоре за процессом машинного рассуждения, а не только за проверкой его выводов, и настойчивость Elicit показывать предложение, стоящее за каждым утверждением, — это тот же тезис, переведённый в интерфейс.

На фоне соседей по категории Elicit находится на стороне структурированных данных. Такие инструменты, как Consensus, оптимизированы под быстрое считывание состояния доказательств по вопросу «да или нет»; Semantic Scholar — это слой обнаружения поверх графа цитирований. Центр тяжести Elicit — извлечение: превращение стопки PDF в строки и столбцы, которые можно фильтровать, сортировать, выгружать в CSV и сразу пускать в анализ. Именно на этом поле сосредоточены и независимые оценки его работы, и именно здесь лежат его настоящие ограничения.

Ключевые функции

• Извлечение структурированных данных в таблицы: это та способность, вокруг которой построен весь продукт, и разработчик прямо называет извлечение данных одной из своих суперспособностей, подчёркивая извлечение из таблиц и рисунков — там, по словам самой компании, и находится большинство клинических исходов. Вы задаёте нужные столбцы (размер выборки, вмешательство, показатель исхода, направление эффекта, источник финансирования), и Elicit заполняет их по всему набору статей. Поддерживаются как количественные, так и качественные поля, и каждая ячейка несёт цитату или рисунок, которые её обосновывают.
• Семантический поиск примерно по 138 миллионам статей: корпус собран из Semantic Scholar, OpenAlex и PubMed, после дедупликации и удаления неполных записей он составляет около 138 миллионов записей, а отдельным корпусом доступен ClinicalTrials.gov с более чем 545 000 зарегистрированных исследований. Поиск устроен не как сопоставление ключевых слов. Elicit ранжирует корпус по смысловой близости с помощью собственных эмбеддинг-моделей, которые учитывают ещё и число цитирований и свежесть, берёт лучшую тысячу статей и переупорядочивает её языковыми моделями, а затем показывает от четырёх до тысячи результатов в зависимости от тарифа и рабочего процесса.
• Цитаты на уровне предложений: каждое сгенерированное ИИ утверждение привязано к конкретному предложению или рисунку исходной статьи, а не к статье целиком. Компания проводит это противопоставление явно: другие инструменты дают только ссылки на источники и заставляют читать статью целиком, чтобы понять, откуда взялся ответ, — а порой информации в цитируемом источнике попросту нет. Это самое значимое проектное решение продукта, потому что оно превращает проверку из исследовательской задачи в один взгляд.
• Аудируемый процесс систематического обзора: Elicit покрывает всю дугу — от уточнения протокола через поиск, скрининг и извлечение до синтеза. Скрининг масштабируется до 40 000 статей на корпоративном тарифе, и каждое решение о включении или исключении сопровождается причиной исключения, оценками по критериям и подтверждающими цитатами, что компания описывает как аудируемость по PRISMA. Двойная проверка может объединять двух людей с поддержкой ИИ либо использовать ИИ в роли второго рецензента.
• Исследовательские отчёты по 200 статьям: процесс отчёта синтезирует доказательства по 200 источникам максимум в обзор литературы объёмом более десяти страниц, где каждое утверждение подкреплено цитатами на уровне предложений, а раздел методов включает блок-схемы PRISMA, таблицы кратких описаний статей и использованную стратегию поиска. Встроенные шаблоны настраиваются под организацию.
• Библиотека и оповещения: найденные статьи сохраняются и упорядочиваются для повторного использования между проектами, а сохранённый поиск можно превратить в оповещение о новых публикациях — это и есть механизм того, что Elicit называет живыми обзорами, когда завершённый обзор обновляется, а не создаётся заново.
• Собственные документы и подписки: можно загружать свои PDF для индивидуального извлечения и подключать институциональные подписки на журналы, расширяя доступ к полным текстам за пределы открытого доступа.

Сценарии использования

1. Систематические обзоры и синтез доказательств: классический систематический обзор силами команды из пяти человек растягивается на месяцы, и большую его часть занимает труд по скринингу и извлечению. Команды используют Elicit, чтобы прогнать скрининг по тысячам записей с автоматически предложенными и редактируемыми критериями, а затем извлечь структурированные поля в таблицу для анализа. Защитимым результат делает не скорость, а аудируемый след: причины исключения, оценки по критериям и подтверждающие цитаты — именно то, что пишется в разделе методов.
2. Разведочный поиск до фиксации протокола: определять протокол обзора, не зная, какая литература существует, — задача про курицу и яйцо. Поскольку поиск Elicit смысловой и необычно точный, он хорошо подходит для быстрой разведки: проверить, изучался ли вопрос, как он операционализировался и где расхождения, прежде чем вкладываться в полную стратегию поиска.
3. Доказательная работа в фарме, медицинских изделиях и ОМТ: регуляторная работа и оценка медицинских технологий требуют раз за разом собирать сопоставимые таблицы доказательств по исследованиям — исходы по группам, нежелательные явления, выживаемость без прогрессирования. Извлечение из таблиц и рисунков нацелено ровно на это, и компания указывает на промышленных пользователей, применивших инструмент к обзору для целей публичной политики.
4. Политические записки и быстрые обзоры в сжатые сроки: когда решение требует доказательной базы за дни, а не месяцы, автоматическое извлечение плюс человеческая проверка помеченных позиций делают быстрый обзорный анализ по сотне с лишним исследований реалистичным. Методолог, которого цитирует компания, описывает именно такую работу: быстрый обзорный анализ более чем ста исследований, завершённый за один день.
5. Обзоры литературы в диссертациях и подготовка к экзаменам: аспиранты картографируют с его помощью область — находят основополагающие работы, отслеживают, как измерялся тот или иной конструкт в разных исследованиях, и строят сравнительную таблицу, на которой держится обзорная глава. Структурированный вывод здесь заметно полезнее списка ссылок, но, как сказано ниже, он не должен быть единственным методом поиска.
6. Постоянное наблюдение за областью исследований: сочетание сохранённых поисков с оповещениями превращает разовый обзор в отслеживаемый поток, так что команда, отвечающая за терапевтическую область или технологическое направление, узнаёт о релевантных публикациях, не поддерживая вручную оповещения баз данных.

Как пользоваться Elicit

1. Создайте аккаунт на elicit.com. Бесплатный тариф Basic доступен сразу и даёт неограниченный поиск, краткие изложения и диалог со статьями, так что качество поиска можно оценить на собственной теме, ничего не заплатив.
2. Формулируйте исследовательский вопрос естественным языком, а не булевой строкой. Ранжирование у Elicit смысловое, поэтому хорошо заданный вопрос («равна ли онлайн-КПТ очной КПТ при лечении депрессии у взрослых?») заметно выигрывает у набора ключевых слов. Если вопрос слишком широк, Elicit часто предлагает способы его сузить.
3. Просмотрите найденные статьи и примените критерии скрининга на естественном языке, чтобы сузить набор. Обязательно читайте причины исключения — именно так вы заметите критерий, истолкованный не так, как вы имели в виду.
4. Задайте столбцы извлечения. Начните с небольшого числа конкретных фактических полей и проверьте подтверждающую цитату в каждой ячейке, прежде чем добавлять столбцы: выправить определения на двадцати статьях несравнимо дешевле, чем обнаружить неверное истолкование на четырёхстах.
5. Сверьте извлечённые значения с источниками, отдавая приоритет интерпретационным столбцам перед фактическими. Выгрузите итоговую таблицу в CSV или XLSX для анализа либо сформируйте исследовательский отчёт, если нужен нарративный синтез с разделом методов.
6. Если тема продолжается, сохраните поиск как оповещение, а статьи оставьте в библиотеке, чтобы работу по скринингу можно было переиспользовать в следующем проекте.

Советы и лучшие практики

• Не используйте Elicit как единственный метод поиска для исчерпывающего обзора. Независимые данные по этому пункту однозначны и подробно разобраны ниже; дополняйте традиционным поиском в PubMed, Embase, Web of Science или профильных базах вашей области.
• Разделяйте фактические и интерпретационные столбцы и обращайтесь с ними по-разному. Извлечение надёжно для таких вещей, как число участников и заявленные показатели, и заметно менее надёжно для всего, что требует суждения о том, что исследование означает. Интерпретационные столбцы проверяйте вручную, фактические — выборочно.
• Используйте Elicit как второго рецензента, а не как единственного извлекающего. Опубликованное исследование показало, что там, где Elicit и человек-рецензент сходились, точность составляла 100 %, — а значит, полезным сигналом является расхождение, а не само извлечение. Извлекать параллельно и разбирать только конфликты быстрее и точнее, чем работа любой из сторон в одиночку.
• Прежде чем полагаться на поле, зависящее от полного текста, убедитесь, что Elicit действительно получил полный текст. Без доступа к полному тексту система откатывается к заголовку и аннотации, выдавая молча более поверхностное извлечение вместо ошибки. Установка расширения для браузера и подключение институциональных подписок существенно меняют то, что инструмент способен увидеть.
• Когда требуется воспроизводимость, используйте поиск по ключевым словам и так его и документируйте. Разговорный и семантический поиск напрямую не воспроизводятся, а раздел методов должен быть повторяем читателем.
• Начинайте узко, затем расширяйте. Поиск точный, но не исчерпывающий, поэтому прогон одного и того же вопроса в нескольких формулировках вытаскивает статьи, которые одна формулировка пропускает.
• Читайте цитату, а не только значение. Подтверждающая цитата и есть весь смысл этой системы ссылок; ячейка, чья цитата явно не подкрепляет значение, — самый быстрый способ поймать ошибку извлечения.

Для кого подходит Elicit

• Авторы систематических обзоров и специалисты по синтезу доказательств: основная аудитория, вокруг которой явно спроектированы процессы скрининга и извлечения, включая аудируемые по PRISMA решения и двойную проверку.
• Исследователи в фармацевтике, биотехнологиях и медицинском оборудовании: команды, собирающие таблицы доказательств по исследованиям, где исходы по группам и данные о нежелательных явлениях должны извлекаться из таблиц и рисунков, а не только из аннотаций.
• Аналитики в оценке медицинских технологий и регуляторике: пользователи, обязанные готовить защитимую доказательную базу при структурированных методологических требованиях и нехватке времени.
• Исследователи публичной политики и государственные аналитики: те, кто пишет доказательные записки в сжатые сроки, где быстрый обзорный анализ — реалистичная альтернатива отсутствию обзора вообще.
• Аспиранты и исследователи последипломного уровня: студенты, выстраивающие обзорные главы, картографирующие операционализацию конструктов и готовящиеся к квалификационным экзаменам.
• Научные библиотекари и сотрудники поддержки исследований: специалисты, оценивающие и преподающие ИИ-инструменты для исследований; некоторые из них опубликовали независимые институциональные оценки Elicit.
• Корпоративные команды R&D и конкурентной разведки: промышленные пользователи, применяющие синтез доказательств вне академической среды, — направление расширения, которое компания обозначила сама.
• Клиницисты и клинические исследователи: пользователи, которым нужно находить и сравнивать доказательства исследований, при этом ClinicalTrials.gov доступен для поиска как отдельный корпус помимо указателя статей.

Платформы

• Веб-приложение: основной и полнофункциональный интерфейс, доступный через браузер на elicit.com без установки.
• Расширение для браузера: служит для расширения доступа к полным текстам за счёт уже имеющихся у вас подписок на журналы, что заметно расширяет читаемый Elicit объём за пределами открытого доступа.
• REST API: доступен начиная с тарифа Pro, в корпоративном — без ограничений. Документированный интерфейс моделирует сессии исследовательского агента и возвращает интерактивные артефакты — таблицы, текст, презентации и рисунки, — где таблицы скачиваются в CSV или XLSX, а текст в Markdown по кратковременным предподписанным ссылкам.
• Интеграция с менеджерами ссылок: импорт и экспорт с Zotero, связь с EndNote и Mendeley, чтобы найденные статьи попадали в уже используемый библиографический процесс.
• Нативные мобильные и настольные приложения на официальном сайте не заявлены; продукт поставляется через браузер (требует проверки; наличие более новых клиентов уточняйте на официальном сайте).

Цены и тарифы

У Elicit есть по-настоящему пригодный бесплатный тариф. Basic не стоит ничего и даёт неограниченный поиск по всему корпусу, неограниченные краткие изложения статей, неограниченный диалог со статьями при наличии полного текста, отображение источников ответов и импорт из Zotero, ограничивая лишь использование Research Agent и исследовательских отчётов. Чтобы понять, подходит ли качество поиска вашей области, этого достаточно для обоснованного суждения без каких-либо затрат.

Платные уровни различаются по допустимому объёму исследовательской работы, а не по тому, какие кнопки разблокированы, — для исследовательского продукта это необычно честная структура. Pro стоит 49 долларов в месяц или 588 долларов в год при заявленной экономии 35 % и добавляет стандартный объём использования агента, отчётов и процессов систематического обзора, скрининг до 5 000 статей, двадцать столбцов таблицы, извлечение из 135 источников данных, десять персонализированных оповещений, индивидуальные извлечения из загруженных статей и доступ к API. Scale стоит 169 долларов в месяц или 2 028 долларов в год при заявленной экономии 39 % и даёт пятикратный относительно Pro объём использования, а также извлечение из рисунков, живое редактирование и совместную работу в реальном времени, 200 источников данных, тридцать столбцов и административную панель с отслеживанием использования и управлением местами. Enterprise рассчитывается индивидуально и добавляет скрининг 40 000 статей, сорок столбцов, неограниченные оповещения и доступ к API, SSO и SAML, двухфакторную аутентификацию, аналитику пользователей, индивидуальные интеграции и выделенную команду поддержки клиентов. Точный состав прав и актуальные цены следует уточнять на официальной странице тарифов.

Альтернативы

• Consensus: тоже ИИ-поисковик по рецензируемой литературе, но оптимизированный под быстрое считывание баланса доказательств по узкому вопросу, а не под построение таблиц извлечения; лучше подходит, когда нужен быстрый вывод, слабее — когда нужны структурированные столбцы.
• Semantic Scholar: бесплатный инструмент обнаружения научных работ и графа цитирований от Allen Institute for AI — и, что примечательно, один из корпусов, которыми пользуется сам Elicit. Отлично подходит для поиска и отслеживания статей, но не выполняет структурированного извлечения и скрининга.
• Классическое ПО для систематических обзоров (Covidence, Rayyan, DistillerSR): создано для управления процессом обзора с устоявшейся методологической строгостью и командными процессами, но с более слабым ИИ-извлечением; на практике чаще используется вместе со слоем ИИ-извлечения, а не вместо него.
• Классические библиографические базы (PubMed, Embase, Web of Science, Scopus): не столько конкуренты, сколько необходимое дополнение — они дают исчерпывающий и воспроизводимый булев поиск, который, как показывают независимые данные, семантический ИИ-поиск пока не заменяет.
• Универсальные ИИ-ассистенты с режимом исследования: удобны для ориентации и обобщения, но без очерченного научного корпуса и без привязки источников на уровне предложений, что делает их непригодными там, где точность цитирования должна быть проверяемой.

Ограничения и важные моменты

• Чувствительность поиска существенно ниже той, что подразумевают бенчмарки разработчика, и это главное, что стоит знать об этом инструменте. Собственная опубликованная оценка Elicit, выполненная на 994 открытых обзорах Cochrane, сообщает о 96,9 % чувствительности при скрининге аннотаций и 99,5 % полноты на уровне статей на этапе полного текста. Однако Лау и Голдер в журнале Cochrane Evidence Synthesis and Methods в 2025 году обнаружили, что чувствительность поиска Elicit составила в среднем 39,5 % по четырём обзорам-кейсам против 94,5 % у исходных поисков. Проще говоря: при самостоятельном использовании он упустил большинство исследований, найденных традиционным поиском. То же исследование показало, что точность Elicit в среднем составила 41,8 % против 7,55 % у исходных обзорных поисков, — то есть то, что возвращается, гораздо меньше засорено нерелевантным. Честное прочтение таково: превосходный инструмент для точного разведочного поиска и недостаточный для поиска исчерпывающего. Авторы заключили, что на данный момент Elicit недостаточно чувствителен, чтобы заменить традиционный поиск, отметив при этом, что продукт постоянно улучшается и заслуживает повторных оценок.
• Точность извлечения падает на незнакомом материале и слабее всего именно там, где требуется суждение. Исследование осуществимости, охватившее науки об окружающей среде и о жизни, заключило, что Elicit может дополнять, но не заменять человека, извлекающего данные: доля переменных, достигших порога точности, упала с 78 % на этапе разработки подсказок до 69 % при применении к новым, ранее не встречавшимся исследованиям. Работа 2025 года в Social Science Computer Review сравнила Elicit с рецензентами-людьми на 43 исследованиях и 602 точках данных, измерив 81,4 % точности у Elicit против 86,7 % у людей — различие статистически незначимо, что само по себе действительно сильный результат. Но полезна именно детализация: согласие по числу участников достигало 81,4 %, тогда как по основным результатам оно падало до 34,8 %, а по интересующим конструктам — до 16,3 %. То же исследование зафиксировало, что Elicit иногда извлекал данные из цитируемых работ, а не из первоисточника. Фактические поля в целом заслуживают доверия при выборочной проверке; интерпретационные — нет и требуют верификации.
• Воспроизводимость несовершенна на обоих уровнях — и поиска, и извлечения. Повторный запуск идентичных подсказок под разными аккаунтами воспроизвёл 90 % извлечённых значений в точности, но лишь 46 % подтверждающих цитат и 30 % изложений рассуждения — то есть ответ обычно устойчив, а его обоснование зачастую нет. Кроме того, оценка библиотеки Университета Дикина отмечает, что разговорные поиски напрямую не воспроизводятся и в настоящее время лишены прозрачности, необходимой для отчётности систематического обзора. Там, где раздел методов должен быть воспроизводим, используйте поиск по ключевым словам и документируйте его именно так.
• Практический потолок — не размер корпуса, а доступ к полному тексту. Полнотекстовый анализ работает, когда статья в открытом доступе либо когда у вас есть расширение Elicit для браузера вместе с собственной подпиской на журнал; иначе Elicit читает только заголовок и аннотацию. В областях, где определяющая литература находится за платным доступом, это незаметно ограничивает глубину извлечения, никак об этом не сообщая.
• У охвата есть жёсткие границы, которые легко пропустить. Книги, диссертации и ненаучные публикации исключены полностью, а собственная документация Elicit предупреждает, что серая литература и часть отчётов о клинических исследованиях хуже находятся при автоматическом поиске, с региональными пробелами, включая публикации на китайском языке. Пользователи из гуманитарных и социальных наук постоянно сообщают о более скудном охвате, чем в естественных науках, технике и медицине. Оценка Дикина дополнительно указывает на риск смещения в сторону англоязычных источников и отсутствие формальной функции критической оценки — Elicit извлечёт то, что сообщает исследование, но не скажет, было ли исследование качественным.
• Вопрос о галлюцинациях не закрыт, а лишь ограничен. Кайл Уиггерс из TechCrunch, освещая посевной раунд в сентябре 2023 года, усомнился, решена ли вообще базовая проблема галлюцинаций, и сослался на Galactica от Meta — научную языковую модель, снятую через три дня из-за фабрикации ссылок. Цитирование на уровне предложений — серьёзная мера смягчения, поскольку оно делает фабрикацию видимой, а не предотвращает её, но бремя проверки по-прежнему лежит на читателе. Практики синтеза доказательств неоднократно предупреждают, что без ручной верификации на этапе скрининга инструмент недостаточно надёжен для формальных метаисследований.
• Цифры разработчика следует читать вместе с его же оговорками. К чести компании, Elicit публикует оговорки вместе с числами: извлечение измерялось только на исследованиях открытого доступа, семантический поиск оценивался без полного процесса, объединяющего ключевые слова и семантику, выборка полнотекстового скрининга была невелика, а вопросы для извлечения реконструировались задним числом, а не брались из исходных протоколов. Клиентские кейсы, приведённые на сайте, — например, сообщение VDI/VDE о том, что Elicit верно извлёк 1 502 из 1 511 точек данных в систематическом обзоре для образовательной политики Германии, — это переданные разработчиком результаты, полученные в благоприятных условиях, а не независимые оценки.
• Опубликованные цифры не согласуются между собой. Главная страница заявляет более 125 миллионов статей, тогда как страница тарифов и справочный центр обе указывают 138 миллионов, а число пользователей в разных местах фигурирует как два миллиона, пять миллионов и 400 тысяч в месяц. Наиболее обоснована цифра 138 миллионов: только она сопровождается объяснением того, как устраняются пересекающиеся записи трёх исходных баз. Пользовательские показатели, вероятно, измеряют разные вещи — накопленные регистрации против ежемесячно активных, — но сайт этого не поясняет.

FAQ

Q1. Можно ли пользоваться Elicit бесплатно?

Да, бесплатный тариф Basic включает неограниченный поиск по всему корпусу, неограниченные краткие изложения статей, неограниченный диалог со статьями и импорт из Zotero, ограничивая лишь использование Research Agent и исследовательских отчётов. Платные тарифы начинаются с 49 долларов в месяц за Pro; актуальные условия смотрите на официальной странице тарифов.

Q2. Чем Elicit отличается от Consensus или Semantic Scholar?

Все три ищут по научной литературе, но результат у них разный. Consensus оптимизирован под быстрое считывание баланса доказательств по узкому вопросу, Semantic Scholar — инструмент обнаружения и графа цитирований, а отличительная способность Elicit состоит в извлечении структурированных данных из статей в настраиваемые таблицы, в том числе из таблиц и рисунков, где каждое значение привязано к подтверждающей цитате.

Q3. Можно ли полагаться только на Elicit при поиске для систематического обзора?

Нет. Независимое исследование 2025 года в Cochrane Evidence Synthesis and Methods показало среднюю чувствительность поиска Elicit 39,5 % против 94,5 % у поисков исходных обзоров и заключило, что сейчас он недостаточно чувствителен, чтобы заменить традиционный поиск. Используйте его как дополнение к обычному поиску по базам: высокая точность делает его ценным для предварительной и разведочной работы.

Q4. Насколько точно Elicit извлекает данные?

Это сильно зависит от того, что вы извлекаете. Исследование 2025 года измерило общую точность 81,4 % против 86,7 % у рецензентов-людей — статистически неразличимо, — но согласие составляло 81,4 % по числу участников и лишь 16,3 % по интересующим конструктам. Фактические поля в целом надёжны; интерпретационные требуют ручной проверки.

Q5. Выдумывает ли Elicit ссылки?

Его основная мера защиты — цитирование на уровне предложений: каждое сгенерированное ИИ утверждение привязано к конкретному предложению или рисунку источника, поэтому неподкреплённое утверждение становится видимым, а не остаётся скрытым. Это существенно снижает риск по сравнению с универсальными чат-ботами, но не отменяет необходимости читать подтверждающую цитату; независимые исследователи по-прежнему советуют ручную проверку для формального синтеза доказательств.

Q6. Может ли Elicit читать статьи за платным доступом?

Частично. Он индексирует и открытые, и подписные статьи, но полнотекстовый анализ требует либо статьи в открытом доступе, либо расширения Elicit для браузера в сочетании с вашей собственной подпиской. Без доступа к полному тексту Elicit работает только с заголовком и аннотацией.

Q7. По каким источникам ищет Elicit?

Примерно 138 миллионов статей, собранных из Semantic Scholar, OpenAlex и PubMed после дедупликации и удаления неполных записей, плюс более 545 000 исследований на ClinicalTrials.gov как отдельный корпус. Книги, диссертации и ненаучные публикации не включены.

Q8. Есть ли у Elicit API?

Да, доступ к API включён начиная с тарифа Pro и не ограничен в корпоративном. Документированный интерфейс охватывает сессии исследовательского агента и возвращает артефакты, включая таблицы, скачиваемые в CSV или XLSX, и текст в Markdown.

Q9. Можно ли работать в Elicit командой?

Живое редактирование и совместная работа в реальном времени доступны начиная с тарифа Scale, который добавляет также административную панель с отслеживанием использования и управлением местами. Корпоративный тариф добавляет SSO и SAML, двухфакторную аутентификацию и аналитику пользователей.

Q10. Подходит ли Elicit для гуманитарных и социальных наук?

Пользоваться можно, но там он слабее. Корпус в принципе охватывает все дисциплины, однако пользователи последовательно сообщают о более скудном охвате гуманитарных и социальных наук по сравнению с естественными науками, техникой и медициной, а независимая библиотечная оценка указывает на риск англоязычного смещения.