LLM共识与语料自适应主题建模的专利分析流程
热点事件持续更新
LLM共识与语料自适应主题建模的专利分析流程
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，arXiv Artificial Intelligence 刊出一项设计导向研究，Sercan Ozcan、Enes Ozgozler 与 C. Okan Sakar 提出并演示一条可审计的专利分析流水线，将专利分类、主题发现与解释三个环节连接起来，并保持每项决策可供审计。该流程由三个大语言模型分别对每件专利按新颖性（突破性或渐进性）和创新类型（产品、工艺、服务）进行分类；其中激进标签与创新类型标签各需两票支持，渐进性则作为兜底标签。报道未提及该流程的适用对象、收费或额度、地域及发布时间等限制条件。目前该研究处于提出与演示阶段，尚无后续跟进报道。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
用大语言模型共识与语料自适应主题建模对专利创新进行分类与映射报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv Artificial Intelligence用大语言模型共识与语料自适应主题建模对专利创新进行分类与映射
一项设计导向研究提出可审计的专利分析流水线：三个 LLM 分别按新颖性（突破性或渐进性）和创新类型（产品、工艺、服务）对每件专利分类，激进与创新类型标签各需两票支持，渐进性为兜底标签。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。