新的数据集和多智能体框架利用大型语言模型处理真实的专利起草

研究人员推出了 Dis2Pat，这是一个新数据集，旨在对大型语言模型进行真实的专利起草工作流程的训练，这些工作流程通常以非正式的发明人披露开始，而不是结构化的法律术语输入。为了解决从这些非法律化材料中生成完整、法律上连贯的专利申请的挑战，他们还提出了 Patent-MAF，一个用于本地部署的多智能体框架。基准测试结果表明，当前的大型语言模型在此任务上面临挑战，而 Patent-MAF 建立了一个强大的基准，其表现优于评估过的开源模型，并与更大的闭源模型保持竞争力。 AI

影响 这项研究可以提高 AI 开发人员和法律专业人士在专利起草方面的效率和准确性。

排序理由 该集群包含一篇研究论文，介绍了用于基于 LLM 的专利起草的新数据集和框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• CORE Recommender
• DagsHub
• Dis2Pat
• Gotit.pub
• Hugging Face
• Influence Flower
• Litmaps
• Patent-MAF
• ScienceCast
• scite Smart Citations

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →