PatEx-Gym：让智能体真正学会做专利新颖性检索

专利新颖性审查并不是一次简单的文档匹配。审查员通常需要先理解权利要求，再设计检索式，持续调整搜索方向，打开并核对候选文献中的技术细节，最后把证据组织成正式的审查意见。PatEx-Gym 试图把这条完整链路变成一个面向智能体的长期任务。

从静态问答转向完整审查流程

以往的专利评测往往给模型一组固定候选文档，再考察它能否判断某项技术是否已有公开记录。这种设置能够测量阅读和分类能力，却难以反映真实检索中的不确定性：关键文献可能很少，初始关键词可能并不准确，模型还必须决定下一步搜索什么、是否深入阅读某份文献，以及哪些内容足以支持结论。

PatEx-Gym 的核心环境允许智能体在超过 100 万件专利和 5.2 万篇科学论文构成的语料中反复检索、访问文档、推理并生成 Office Action。其任务不仅关注“结论对不对”，还关注模型是否找到有价值的现有技术、是否提取了相关技术证据，以及最终意见是否具备证据支撑。

三个组成部分

• PatEx-Bench：包含 1000 个现实感较强的专利审查任务，并提供支持检索、文档访问、推理和审查意见生成的运行框架。
• PASS：一种无需人工逐条标注的检索轨迹合成方法。它把智能体访问过的文档视为隐含相关性信号，并将文档访问作为证据获取锚点，建模单轮内查询变化、跨轮次搜索进展，以及整条轨迹的证据与结果质量。
• PatEx-Agent：研究团队基于合成轨迹数据进行监督微调，训练出 4B 规模的轻量级基线模型。

结果意味着什么

研究强调，最终的新颖性判断准确率并不能完整代表审查质量。一个模型可能碰巧给出正确结论，却没有找到关键现有技术，也无法说明结论由哪些技术特征支撑。另一方面，即使是更强的通用前沿模型，在发现稀疏先前技术方面仍面临困难。PatEx-Agent 的表现说明，经过针对性轨迹训练后，较小模型也有机会在专业检索任务上与规模更大的通用智能体竞争。

这项工作的重要价值不只是发布一个数据集，而是提出了一种更接近真实工作的评测视角：把搜索、阅读、推理和文书生成放在同一环境中考察。未来，专利、法律和科研情报等场景中的智能体，可能都需要从“回答问题”进一步走向“完成可审计的研究流程”。不过，素材未提供具体实验指标，PatEx-Gym 的实际优势仍需结合论文完整实验和公开代码进一步验证。

来源：Hugging Face Daily Papers