专利审查有了可训练智能体的试验场：4B模型在现有技术检索上与更大通用智能体表现相当
核心概要
专利审查要求智能体在稀疏的现有技术中反复检索、核对证据并写出新颖性判断，而既有基准多停留在静态候选集上。PatEx-Gym把这一流程做成可运行的环境：PatEx-Bench提供1K个审查任务、超过100万件专利与5.2万篇科学论文的检索语料，以及支持迭代检索与审查意见生成的运行时。PASS利用文档访问记录作为隐式相关性信号合成搜索轨迹，据此微调的4B模型PatEx-Agent在实验中与规模大得多的通用智能体相比取得有竞争力的表现。
深度剖析
专利审查的新颖性判断被做成一个可训练、可评测的智能体任务，智能体需要在检索语料中自行找到稀疏的现有技术、反复改写查询、查看文档并生成审查意见。 此前的基准大多只提供静态且有限的候选集合，检索、推理与评估连成一体的完整过程没有被覆盖。 PatEx-Bench给出1K个贴近真实的审查任务，并配套超过100万件专利和5.2万篇科学论文两个大规模检索语料，以及支持迭代检索、文档访问、推理和审查意见生成的运行时。
训练数据不依赖人工标注，而是把智能体访问过哪些文档当作相关性线索，用来合成完整的搜索轨迹。 PASS把文档访问记录同时用作隐式相关性信号和证据获取锚点，分别刻画轮内查询行为、轮间搜索推进以及轨迹层面的证据与结果质量。 由此得到的PatEx-SynData用于对4B规模的模型做监督微调，形成轻量基线PatEx-Agent。
实验显示仅看最终决定准确率不足以反映审查质量，现有技术发现即使对强前沿模型也仍然困难。 在这一困难设定下，4B的PatEx-Agent与规模大得多的通用智能体相比取得了有竞争力的表现。 这一比较来自对PatEx-Gym的广泛实验，说明在PatEx-SynData上训练能让紧凑模型成为现有技术检索与专利审查的可用基线。
启示与展望
已展示的范围是PatEx-Gym框架本身：1K个审查任务、两个大规模检索语料、支持迭代检索与审查意见生成的运行时，以及在PatEx-SynData上微调的4B模型。读者对象是研究智能体检索与深度研究能力的研究人员和工程师。
材料指出仅凭最终决定准确率不能完整反映审查质量，且现有技术发现对强前沿模型依然困难；这些结论来自摘要层面的报告，具体任务构成与评测细节未在材料中展开。