论文页面 - 新颖性如何判断？PatEx-Gym：面向专利审查新颖性评估的智能体在先技术检索

来源：https://huggingface.co/papers/2610.33503

摘要

PatEx-Gym 引入了一个包含基准测试、合成轨迹数据和紧凑型智能体的框架，用于评估迭代式在先技术检索和专利审查。

专利审查是一项具有挑战性的现实任务，要求智能体在跨学科的科学与技术领域中发现稀疏的在先技术、迭代地优化查询、检视技术证据，并在审查意见通知书（OA）中给出新颖性评估。然而，现有基准测试大多聚焦于静态且规模有限的候选集，导致“检索——推理——评估“的完整流程尚未得到充分研究。我们提出了 PatEx-Gym（https://huggingface.co/papers?q=PatEx-Gym），这是首个用于开发和评估专利审查智能体的框架，它整合了三个组成部分。首先，PatEx-Bench（https://huggingface.co/papers?q=PatEx-Bench）提供了 1000 项真实审查任务、两个大规模检索语料库（包含超过 100 万件专利和 5.2 万篇科学论文），以及支持迭代检索、文档访问、推理和 OA 生成的运行框架。其次，我们引入了 PASS（https://huggingface.co/papers?q=PASS），一个无需标注的在先技术智能体检索轨迹合成（Prior-Art Agentic Search Trajectory Synthesis，https://huggingface.co/papers?q=Prior-Art%20Agentic%20Search%20Trajectory%20Synthesis）框架。具体而言，它利用文档访问作为隐式相关性信号和证据获取锚点，对轮内查询行为、轮间检索进展以及轨迹级别的证据与结果质量进行建模，从而生成 PatEx-SynData（https://huggingface.co/papers?q=PatEx-SynData）。第三，我们在这些精心筛选的轨迹上通过监督微调（supervised fine-tuning，https://huggingface.co/papers?q=supervised%20fine-tuning）以 4B 规模训练了 PatEx-Agent（https://huggingface.co/papers?q=PatEx-Agent），建立了一个轻量级基线。大量实验表明，仅凭最终决策准确率并不能完全反映审查质量，而且即使对于强大的前沿模型，在先技术发现依然困难。我们的 PatEx-Agent（https://huggingface.co/papers?q=PatEx-Agent）取得了与规模大得多的通用智能体相当的竞争力。这些结果表明，在 PatEx-SynData（https://huggingface.co/papers?q=PatEx-SynData）上训练可以让一个紧凑的 4B 模型成为在先技术检索和专利审查的有竞争力的基线。我们认为，专利审查是检验智能体检索（agentic search，https://huggingface.co/papers?q=agentic%20search）和深度研究智能体（deep research agents，https://huggingface.co/papers?q=deep%20research%20agents）的理想测试平台。

查看 arXiv 页面 (https://arxiv.org/abs/2610.33503) 查看 PDF (https://arxiv.org/pdf/2610.33503) 项目页面 (https://patex-gym.wangqiyao.me/) GitHub8 (https://github.com/AIforIP/PatEx-Gym) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2610.33503)

引用本文的模型 0

暂无模型关联本文。

在模型 README.md 中引用 arxiv.org/abs/2610.33503 即可将本文关联到该页面。

引用本文的数据集 0

暂无数据集关联本文。

在数据集 README.md 中引用 arxiv.org/abs/2610.33503 即可将本文关联到该页面。

引用本文的 Space 0

暂无 Space 关联本文。

在 Space README.md 中引用 arxiv.org/abs/2610.33503 即可将本文关联到该页面。

包含本文的收藏夹 2