PatEx-Gym apprend aux agents IA à rechercher l'art antérieur : 1 million de brevets et un modèle de 4B

L'examen de brevets figure depuis longtemps parmi les tâches les plus ingrates pour l'IA. Il faut retrouver des documents rares qui réfutent la nouveauté d'une demande, et ce parmi des millions de textes issus de domaines techniques très variés. L'équipe composée de Qiyao Wang, Xinyi Chen, Hongbo Wang, Jiayuan Lu, Jianhang Li, Minghuan Tan, Yuan Lin et Min Yang présente PatEx-Gym. C'est le premier environnement où l'agent parcourt tout le chemin d'un examinateur : recherche, lecture, raisonnement et conclusion finale. L'environnement comprend 1000 tâches réalistes, un corpus de plus d'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 d'un examinateur

La plupart des tests existants fournissent au modèle un ensemble de candidats déjà constitué et limité. La tâche se réduit à choisir le bon document parmi ceux qui sont présentés. Un véritable examinateur procède autrement. Il formule une requête, parcourt les résultats, ouvre les documents, constate qu'il cherchait au mauvais endroit et reformule sa recherche. Le résultat prend la forme d'un Office Action, la conclusion officielle, dont le verdict 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 une conclusion à la fin. Les auteurs qualifient la tâche de long-horizon : une erreur commise tôt dans la recherche ne se rattrape pas avec un beau texte final.

Ce que contient PatEx-Gym

Le framework réunit trois composants et repose sur quatre artefacts :

• PatEx-Bench — un benchmark de 1000 tâches d'expertise réalistes, avec deux grands corpus de recherche (plus d'1 million de brevets et 52 000 articles scientifiques) et un environnement exécutable. Cet environnement prend en charge la recherche itérative, la consultation de documents, le raisonnement et la génération d'Office Action.
• PASS (Prior-Art Agentic Search Trajectory Synthesis) — une méthode de synthèse de trajectoires de recherche d'entraînement sans annotation manuelle. Elle utilise les consultations de documents comme signal implicite de pertinence et comme points d'ancrage pour la collecte de preuves. Sur la base de ces signaux, elle modélise trois niveaux : le comportement des requêtes au sein d'un même tour, l'évolution de la recherche d'un tour à l'autre, 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 supervised fine-tuning sur ces trajectoires. Les auteurs le présentent comme une base légère.

L'approche PASS montre comment se passer d'une annotation manuelle coûteuse. Au lieu de demander à des experts de décrire le bon chemin de recherche, la méthode retient le simple fait que l'agent a ouvert certains documents et y voit un indice de leur utilité.

Ce que montrent les expériences

La principale conclusion porte sur les métriques : la précision finale de la décision « nouveauté ou non » ne reflète pas la qualité de l'examen. Un modèle peut aboutir au bon verdict sans avoir trouvé les documents clés, et une telle conclusion est juridiquement mal fondée. C'est pourquoi PatEx-Bench évalue aussi le processus lui-même, y compris la détection de l'art antérieur.

C'est la partie qui s'est révélée la plus difficile. Retrouver des documents pertinents rares reste un problème, même pour les modèles frontier les plus puissants. Dans le même temps, PatEx-Agent 4B, après entraînement sur PatEx-SynData, obtient selon les auteurs des résultats compétitifs face à des agents généralistes nettement plus gros. Pour une tâche professionnelle étroite, c'est un argument en faveur de petits modèles spécialisés.

Les auteurs considèrent l'examen de 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 ses conclusions.

À qui cela sert dès maintenant

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