Benchmarking Patent Drafting from Inventor-Style Disclosures

📄 arXiv: 2608.21249v1 📥 PDF

作者: Lekang Jiang, Wenjun Sun, Stephan Goetz

分类: cs.CL

发布日期: 2026-08-21

备注: Accepted to EMNLP 2026

💡 一句话要点

提出Dis2Pat数据集与Patent-MAF框架以解决专利撰写挑战

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 专利撰写 大型语言模型 数据集构建 多代理框架 法律一致性

📋 核心要点

  1. 现有方法主要依赖于高度结构化的输入，未能处理从非正式披露生成完整专利申请的挑战。
  2. 论文提出Dis2Pat数据集，要求从发明者风格的去法律化披露生成完整专利申请，并引入Patent-MAF框架。
  3. 实验结果表明，Patent-MAF在专利撰写任务中优于现有开源模型，并与大型闭源模型竞争。

📝 摘要（中文）

尽管近期的大型语言模型在单一专利撰写任务上取得了良好效果，但它们未能有效应对现实世界专利撰写的核心挑战：从早期发明材料生成完整且法律上连贯的专利申请。以往的研究主要假设输入为后期高度结构化或法律化的材料，而实际的专利工作流程始于发明者撰写的非正式、去法律化的披露材料。为此，本文提出了Dis2Pat数据集，要求从发明者风格的去法律化披露中生成完整的专利申请。此外，本文还提出了一种名为Patent-MAF的强基线框架，旨在实现本地可部署的专利撰写。基准结果显示，当前的LLMs在专利撰写方面存在局限，而Patent-MAF在评估的开源模型中表现优异，并与大型闭源模型保持竞争力。

🔬 方法详解

问题定义：论文要解决的具体问题是如何从非正式的发明披露中生成完整且法律上连贯的专利申请。现有方法多假设输入为高度结构化的材料，无法适应真实的专利工作流程。

核心思路：论文的核心解决思路是构建Dis2Pat数据集，并提出Patent-MAF框架，以便从去法律化的披露中直接生成专利申请。这种设计旨在更好地模拟真实的专利撰写过程。

技术框架：整体架构包括数据集构建、模型训练和评估三个主要模块。数据集通过收集真实的发明披露材料构建，模型则基于多代理框架进行训练，以实现本地部署。

关键创新：最重要的技术创新点在于引入了Dis2Pat数据集，填补了从非正式披露到专利申请生成的研究空白。此外，Patent-MAF框架在本地部署方面的设计也具有重要意义。

关键设计：关键设计包括对模型的多代理架构设置、损失函数的选择以及网络结构的优化。这些设计旨在提高生成专利申请的质量和法律一致性。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果显示，Patent-MAF在专利撰写任务中显著优于现有的开源模型，具体表现为在生成质量和法律一致性方面的提升。与大型闭源模型相比，Patent-MAF保持了竞争力，展示了其在实际应用中的潜力。

🎯 应用场景

该研究的潜在应用领域包括专利撰写自动化、知识产权保护和法律科技等。通过提供更高效的专利撰写工具，能够帮助发明者和企业更快地申请专利，从而提升创新效率和市场竞争力。未来，该方法可能推动专利撰写领域的进一步自动化和智能化。

📄 摘要（原文）

While recent large language models (LLMs) have achieved promising results on individual patent drafting tasks, they fundamentally fail to investigate the core challenge of real-world patent drafting: generating a complete and legally coherent patent application directly from early-stage invention materials. Prior work predominantly assumes later-stage, highly structured, or already legalistic inputs. However, real patenting workflows begin with informal, de-legalized disclosures authored by inventors. To bridge the gap, we introduce Dis2Pat, a disclosure-to-patent dataset that reflects realistic patenting workflows by requiring the generation of complete patent applications directly from inventor-style, de-legalized disclosures. Given the inherent difficulty of long-form, legally constrained patent drafting and the strong privacy requirements, we further propose a strong baseline named Patent-MAF. It is a multi-agent framework for locally deployable patent drafting. Benchmark results reveal that current LLMs exhibit limitations in patent drafting, while Patent-MAF provides a strong baseline that consistently outperforms evaluated open-source models and remains competitive with large closed-source models.