United States Patent and Trademark Office
PulseAugur coverage of United States Patent and Trademark Office — every cluster mentioning United States Patent and Trademark Office across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
USPTO to explore AI inventor frameworks within 1 year
Given the recent discussion on US patent law struggling to credit AI inventors, it is plausible that the USPTO will begin exploring frameworks or pilot programs for AI-invented patents within the next year. This is driven by the need to incentivize innovation in AI-driven fields like drug discovery.
AI-driven methods increasingly applied to patent analysis and curation
The recent clusters highlight the growing application of AI in diverse areas of patent work, including subset selection for trademark curation, predicting litigation risk using GATs, and enhancing chemical structure recognition. This indicates a trend towards AI-powered tools becoming integral to patent office operations and legal analysis.
USPTO to adopt new diversity metrics for trademark curation within 18 months
The development of 'fair multi-view determinant selection' for diverse subset selection, specifically mentioning trademark curation, suggests that the USPTO may investigate or pilot such advanced methods. Adoption of new diversity metrics could be expected within 18 months to improve the efficiency and fairness of trademark curation processes.
-
图注意力网络预测专利诉讼风险
研究人员开发了一种名为ClaimGAT的图注意力网络（GAT），用于预测专利诉讼风险。该模型通过独立编码每个专利权利要求并构建有向权利要求依赖图，解决了先前基于BERT的方法的局限性。该系统实现了0.818的AUC-ROC，并显示出显著的预测价值，揭示了与结构选择和内容敏感性相关的高风险专利的模式。
-
VERDICT系统提升化学结构识别准确性
研究人员开发了一个名为VERDICT的新系统，提高了光学化学结构识别（OCSR）的准确性。VERDICT利用多个识别器之间的一致性，其性能优于像素空间验证方法。这种方法对于通过可靠地识别和验证化学结构来从科学文献中构建大规模化学训练数据集至关重要。
-
美国专利法在药物发现中难以承认AI发明者
知识产权法目前面临一项重大挑战，因为人工智能系统越来越有能力生成新颖的药物设计。尽管AI在这些发现中发挥了作用，但美国现行的专利法要求发明者必须是人类，这导致了一个不匹配的局面：AI生成Thus, the article discusses the legal and ethical implications of AI in drug discovery and patent law, rather than a new relea…
-
新方法解决商标策展中的多样化子集选择问题
研究人员开发了一种名为“公平多视图行列式选择”的新方法，以应对从大型候选池中选择多样化子集的挑战，特别是在商标策展等应用中。该方法旨在通过最大化子集的最弱的每视图对数行列式来平衡多个可能冲突的多样性标准。该方法涉及平滑目标函数并将其放松到Stiefel流形上，从而得到一个规范不变的非线性特征值问题。已推导出一个具有阻尼和能级移动的自适应自洽场求解器来解决此问题，该求解器仅需要每个视图的特征映射乘积。
-
真实世界数据对化学结构识别的AI准确性至关重要
一篇新研究论文探讨了真实世界文档中光学化学结构识别（OCSR）的挑战，强调了合成数据和实际专利及期刊图表之间的性能差距。该研究使用合成数据和真实世界数据的混合体对包括Qwen2.5-VL-7B、InternVL3-8B和GLM-4.1V-9B在内的多种视觉语言模型（VLM）进行了微调。结果表明，纳入标记的真实训练图像对于提高准确性至关重要，最佳配置在一个基准测试上实现了0.84的精确匹配。研究还发现，视觉塔适应策略（如LoRA）的有效…
-
Mistral AI 获得 AI 工具调用实现专利
Mistral AI 已获得一项关于在代码中实现工具调用的方法的专利，该方法特别与 AI 模型相关。该专利，标识为 US12670045，由美国专利商标局公布。此项进展涉及 AI 系统如何通过代码与外部工具和功能进行交互。
-
网球AI初创公司在原型开发前提交临时专利申请
PureStrokeAI的创始人讨论了在为他们的网球分析技术开发原型之前提交临时专利申请的战略决策。选择这种方法是为了在竞争激烈的体育科技市场中确立早期申请日期，更重要的是，迫使对系统进行详细的架构描述。专利申请阐述了PureStrokeAI的传感器配置、数据管道和新颖之处，该公司旨在利用安装在减震器上的传感器对击球质量进行分类。
-
数据显示美国专利制度有效保护AI创新
美国的专利制度，特别是第101条，正在有效保护创新，同时防止对基本概念的垄断。联邦巡回法院的高批准率和一致的司法判决表明，这是一个可预测且稳定的制度，支持美国在人工智能和技术进步方面的领导地位。
-
专利数据库通过 SQLite/FTS5 优化扩展至 536 万条记录
一位专利律师兼业余编码者分享了使用 SQLite 和 FTS5 将专利数据库从 350 万条记录扩展到 536 万条记录的经验。主要经验包括：批量加载后运行 ANALYZE 的重要性；宽行在更新时会带来性能损失；以及在当前规模下，使用 AND 运算符进行查询比使用 OR 运算符在 BM25 评分方面更有效。该项目旨在为新添加的专利记录集成 AI 生成的标签。
-
LLM和图分析检测新兴技术融合
研究人员开发了一个新的数据驱动流程，通过分析技术融合模式来预测变革性技术。该方法利用大型语言模型（LLM）从非结构化文本中提取语义三元组，构建一个包含技术相关实体及其关系的综合图谱。该流程采用了对相似技术术语进行分组的新技术，并采用基于图谱的指标来检测融合信号，该方法已在大量的学术预印本和专利申请数据集上得到验证。
-
新框架将医疗器械批准与专利相关联
研究人员开发了一个名为Bridge-MedDevKG的新框架，用于将FDA批准的心血管器械与其相应的专利进行链接。由于以临床结果为中心的FDA文件与技术性专利描述之间存在显著的语义差异，这项任务具有挑战性。所提出的解决方案整合了领域特定的本体（MedDevOnto）与UMLS标准化、多信号候选生成以及使用XGBoost进行异构重排序，以实现高召回率和降噪。由此产生的MedDevKG提供了数百万个高置信度的链接，从而能够更好地整合医疗器…
-
美国专利局竞相定义人工智能发明的归属权
美国专利商标局正在努力解决由代理式人工智能创造的发明的归属权问题。这些人工智能系统能够以挑战现有审查基础设施的速度生成可获得专利的内容。核心问题仍然是谁将拥有这些人工智能生成发现的权利。
-
新AI框架简化专利估值
研究人员开发了PatentXAI，一个旨在解决大型产品组合中单个专利估值复杂问题的创新框架。该框架利用图条件分层Shapley归因，将专利估值视为一项可解释的AI任务。通过关注知识图谱中专利的马尔可夫毯，PatentXAI显著提高了计算的可处理性和效率，即使在专利数量庞大的情况下也能实现快速执行。
-
DLT-Corpus发布：面向分布式账本技术NLP的29.8亿个词元
研究人员推出了DLT-Corpus，这是一个为分布式账本技术（DLT）研究设计的大型文本集合，包含来自超过2200万份文档的29.8亿个词元。该语料库包括科学文献、专利和社会媒体帖子，旨在解决现有DLT自然语言处理（NLP）资源范围有限的问题。研究人员通过分析技术出现模式和市场创新相关性来证明其效用，发现科学文献通常先于专利和社会媒体出现。他们还发布了LedgerBERT，一个DLT特定的NLP模型，以及一个情感分析数据集。
-
AI框架将专利权利要求验证成本降低78%
研究人员开发了一个名为自适应成本效益评估（ACE）的新框架，以提高使用AI验证专利权利要求的准确性并降低成本。ACE采用两阶段流程：首先，一个微调的编码器识别潜在的错误类型及其可能性，然后，如有必要，一个专家LLM使用受约束的Chain-of-Patent-Thought协议进行详细分析。该方法在大型专利权利要求数据集上证明比现有方法降低了78%的成本并提高了性能。
-
作者因商标担忧寻求新名称
作者在为他们的网站和音乐身份寻找一个独特且合法安全的名称时面临挑战。他们之前曾使用“Dawghouse”作为其网站名称，但发现这侵犯了现有商标，可能导致法律问题。同样，他们选择的艺名“The Reel Rebel”也已注册。作者计划将其网站重新命名，以匹配其域名“peaceful-threads.com”，并正在寻求新的艺名建议，同时保留其“Ernie Dawg”的身份。
-
开发者推出统一工具，用于 AI 代理的公司情报
一位开发者创建了一个名为 Company Intelligence MCP 的统一工具，以简化 AI 代理对公司的研究。该工具将来自 SEC 文件、专利数据库和域名信息等各种来源的数据整合到一个单一界面中。它提供了公司简介、财务数据、专利搜索和域名查找等功能，并提供免费套餐供有限使用，以及付费选项供无限查询。
-
SpaceXAI 提交商标，预示正式发布
SpaceXAI 已正式向 USPTO 提交商标申请，表明正式发布或公开声明即将到来。该商标申请目前正由美国专利商标局审查。此举证实了 SpaceXAI 的存在和官方地位。
-
研究发现：专利中的宣传性语言对评估产生负面影响
一项对270万份美国专利商标局（USPTO）专利申请进行的分析显示，宣传性语言使用增加与专利批准、所有权转让和成功上诉呈负相关。与预期相反，这种宣传性语言与更高的组合新颖性和未来的引用影响力相关，表明它不仅仅是弱技术的掩饰。研究还发现，对宣传性措辞的容忍度受到人类因素的影响，男性和经验丰富的审查员比女性和新手审查员更能接受。
-
CompleteRXN基准改进了AI模型以完成化学反应
研究人员推出了CompleteRXN，这是一个旨在解决USPTO等开放化学反应数据库中普遍存在的严重不完整性问题的新基准。该基准通过模拟真实的缺失数据条件，旨在提高这些数据集在各种应用中的可靠性。在CompleteRXN上的评估表明，Constrained Reaction Balancer (CRB) 模型取得了高精度，但随着缺失信息量的增加，性能有所下降，凸显了在实际鲁棒性方面面临的挑战。