PatEx-Gym apprend aux agents IA à chercher des antériorités de brevets : 1 million de brevets et un modèle de 4 Md

L'examen des brevets est depuis longtemps considéré comme l'une des tâches les plus ingrates pour l'IA. Il faut dénicher des documents rares qui remettent en cause la nouveauté d'une demande, et ce parmi des millions de textes issus de domaines techniques variés. L'équipe de Qiyao Wang, Xinyi Chen, Hongbo Wang, Jiayuan Lu, Jianhang Li, Minghuan Tan, Yuan Lin et Min Yang présente PatEx-Gym. Il s'agit du premier environnement où l'agent parcourt l'intégralité du processus d'un examinateur : recherche, lecture, raisonnement et conclusion finale. L'environnement comprend 1000 tâches réalistes, un corpus de plus de 1 million de brevets et 52 000 articles scientifiques. L'agent de référence PatEx-Agent ne compte que 4 milliards de paramètres.

Pourquoi les anciens benchmarks ne reflétaient pas le travail de l'examinateur

La plupart des tests existants fournissent au modèle un ensemble de candidats déjà prêt et limité. La tâche se réduit alors à choisir la bonne option parmi celles proposées. Un véritable examinateur travaille différemment. Il formule une requête, examine les résultats, ouvre des documents, se rend compte qu'il n'a pas trouvé ce qu'il cherchait, puis reformule sa recherche. Le résultat prend la forme d'un Office Action, une conclusion officielle où le jugement sur la nouveauté doit s'appuyer sur des sources précises.

PatEx-Gym transpose cette logique dans un environnement interactif. L'agent utilise des outils de recherche, « entre » dans les documents, raisonne et génère en fin de parcours une conclusion. Les auteurs qualifient la tâche de long-horizon : une erreur commise tôt dans la recherche ne peut plus être corrigée par un joli texte final.

De quoi se compose PatEx-Gym

Le framework regroupe trois composantes, et repose sur quatre artefacts :

• PatEx-Bench — un benchmark de 1000 tâches expertes réalistes, deux vastes corpus de recherche (plus de 1 million de brevets et 52 000 articles scientifiques) et un environnement exécutable. L'environnement prend en charge la recherche itérative, la visite de documents, le raisonnement et la génération d'Office Action.
• PASS (Prior-Art Agentic Search Trajectory Synthesis) — une méthode de synthèse de trajectoires d'entraînement à la recherche sans annotation manuelle. Elle utilise les visites de documents comme signal implicite de pertinence et comme points d'ancrage pour l'obtention de preuves. Sur la base de ces signaux, trois niveaux sont modélisés : le comportement des requêtes au sein d'un même tour, l'évolution de la recherche entre les tours, et la qualité des preuves et du résultat sur l'ensemble de la trajectoire.
• PatEx-SynData — un jeu de données obtenu via PASS à partir de trajectoires sélectionnées.
• PatEx-Agent — un agent de 4 milliards de paramètres, entraîné par fine-tuning supervisé sur ces trajectoires. Les auteurs le présentent comme une variante de base légère.

La démarche de PASS montre comment se passer d'une coûteuse annotation manuelle. Au lieu de demander à des experts de décrire le bon chemin de recherche, la méthode se fonde sur le fait même que l'agent ait ouvert certains documents, considéré comme un indice qu'ils étaient utiles.

Ce que montrent les expériences

La conclusion principale concerne les métriques : la précision finale de la décision « il y a nouveauté ou non » ne reflète pas la qualité de l'expertise. Un modèle peut parvenir au bon verdict sans avoir trouvé les documents clés, et une telle conclusion est faiblement fondée du point de vue juridique. C'est pourquoi PatEx-Bench évalue aussi le processus lui-même, y compris la détection de l'état de l'art antérieur.

Cette partie s'est révélée la plus difficile. La recherche de documents pertinents rares reste un problème même pour les modèles frontier les plus puissants. Pour autant, PatEx-Agent, avec ses 4 Md de paramètres, après entraînement sur PatEx-SynData, affiche selon les auteurs un résultat compétitif par rapport à des agents généralistes bien plus volumineux. Pour une tâche professionnelle pointue, c'est un argument en faveur des petits modèles spécialisés.

Les auteurs considèrent l'examen des brevets comme un terrain d'essai exigeant pour la recherche agentique et les agents de deep research. La tâche combine de longues chaînes d'actions, une pertinence ambiguë et la nécessité de documenter les conclusions.

À qui cela servira dès maintenant

Le code est publié dans le dépôt AIforIP/PatEx-Gym, et une page du projet existe également. Les équipes qui développent des agents de deep research ou des systèmes de recherche dans la littérature technique disposent désormais d'un banc d'essai prêt à l'emploi, avec un millier de tâches et un vaste corpus. Les cabinets de brevets et les cabinets juridiques peuvent l'utiliser pour comparer des outils non seulement sur le verdict, mais aussi sur les preuves trouvées. Pour les développeurs de modèles, c'est l'approche PASS elle-même qui a de la valeur : elle montre comment construire des données d'entraînement pour des agents à partir de logs de comportement, sans annotation manuelle.