arXiv cs.CL· Qiyao Wang, Xinyi Chen, Hongbo Wang, Jiayuan Lu, Jianhang Li, Minghuan Tan, Yuan Lin, Min Yang·· 14 小时前AI 评分38
PatEx-Gym：面向专利审查新颖性评估的智能体现有技术检索框架
Novel or Not? PatEx-Gym: Agentic Prior-Art Search for Novelty Assessment in Patent Examination
AI 导读
PatEx-Gym 是首个用于开发和评估专利审查智能体的框架，包含 1K 个真实审查任务、超 1M 专利与 52K 科学论文的检索语料，以及支持迭代搜索与 OA 生成的运行时。
正文 · AI 翻译
摘要：专利审查是一项具有挑战性的现实任务，要求智能体发现稀疏的现有技术、迭代优化查询、检查技术证据，并在异构的科学与技术领域中产出记录于审查意见通知书（OAs）中的新颖性评估。然而，现有基准大多聚焦于静态且有限的候选集，使得完整的搜索——推理——评估过程未得到充分探索。我们提出 PatEx-Gym，这是首个用于开发和评估专利审查智能体的框架，它集成了三个组成部分。第一，PatEx-Bench 提供 1K 个真实审查任务、两个包含超过 1M 件专利和 52K 篇科学论文的大规模检索语料库，以及一个支持迭代搜索、文档访问、推理和 OA 生成的 harness 运行时。第二，我们引入 PASS，一个无需标注的现有技术智能体搜索轨迹合成框架。具体而言，它将文档访问作为隐式相关性信号和证据获取锚点，以建模轮内查询行为、轮间搜索进展以及轨迹级证据与结果质量，从而生成 PatEx-SynData。第三，我们在精选轨迹上通过监督微调训练了 4B 规模的 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，而现有技术发现即使对强大的前沿模型而言仍然困难。我们的 PatEx-Agent 在性能上与规模大得多的通用智能体相比具有竞争力。这些结果表明，在 PatEx-SynData 上训练可使一个紧凑的 4B 模型成为现有技术搜索和专利审查的有竞争力基线。我们将专利审查视为智能体搜索和深度研究智能体的一项严苛测试平台。
| 评论： | 19 页，8 幅图，3 张表 |
| 主题： | 信息检索（cs.IR）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.33503 [cs.IR] |
| （或 arXiv:2610.33503v1 [cs.IR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.33503 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Qiyao Wang [查看电子邮件]
[v1]
2026 年 10 月 24 日星期六 07:21:41 UTC（2,221 KB）
来源：arXiv cs.CL · arxiv.org