Buchumschlag

Can Large Language Models Generate High-quality Patent Claims?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Lekang, Zhang, Caiqi, Scherz, Pascal A, Goetz, Stephan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Better Evaluation for Generated Patent Claims
von: Jiang, Lekang, et al.
Veröffentlicht: (2025)

Patent-CR: A Dataset for Patent Claim Revision
von: Jiang, Lekang, et al.
Veröffentlicht: (2024)

Enriching Patent Claim Generation with European Patent Dataset
von: Jiang, Lekang, et al.
Veröffentlicht: (2025)

Can Large Language Models Understand As Well As Apply Patent Regulations to Pass a Hands-On Patent Attorney Test?
von: Khera, Bhakti, et al.
Veröffentlicht: (2025)

Reasoning for Hierarchical Text Classification: The Case of Patents
von: Jiang, Lekang, et al.
Veröffentlicht: (2025)

Natural Language Processing in the Patent Domain: A Survey
von: Jiang, Lekang, et al.
Veröffentlicht: (2024)

ClaimBrush: A Novel Framework for Automated Patent Claim Refinement Based on Large Language Models
von: Kawano, Seiya, et al.
Veröffentlicht: (2024)

PatentScore: Multi-dimensional Evaluation of LLM-Generated Patent Claims
von: Yoo, Yongmin, et al.
Veröffentlicht: (2025)

Adaptive Cost-Efficient Evaluation for Reliable Patent Claim Generation
von: Yoo, Yongmin, et al.
Veröffentlicht: (2026)

Can AI Examine Novelty of Patents?: Novelty Evaluation Based on the Correspondence between Patent Claim and Prior Art
von: Ikoma, Hayato, et al.
Veröffentlicht: (2025)

Conformity in Large Language Models
von: Zhu, Xiaochen, et al.
Veröffentlicht: (2024)

Large Language Model for Patent Concept Generation
von: Ren, Runtao, et al.
Veröffentlicht: (2024)

Do We Need Language-Specific Fact-Checking Models? The Case of Chinese
von: Zhang, Caiqi, et al.
Veröffentlicht: (2024)

All Roads Lead to Rome: Graph-Based Confidence Estimation for Large Language Model Reasoning
von: Zhang, Caiqi, et al.
Veröffentlicht: (2025)

PEDANTIC: A Dataset for the Automatic Examination of Definiteness in Patent Claims
von: Knappich, Valentin, et al.
Veröffentlicht: (2025)

Beyond the Final Layer: Intermediate Representations for Better Multilingual Calibration in Large Language Models
von: Zhou, Ej, et al.
Veröffentlicht: (2025)

The Master-Slave Encoder Model for Improving Patent Text Summarization: A New Approach to Combining Specifications and Claims
von: Zhou, Shu, et al.
Veröffentlicht: (2024)

Comparing Complex Concepts with Transformers: Matching Patent Claims Against Natural Language Text
von: Blume, Matthias, et al.
Veröffentlicht: (2024)

DiffuTester: Accelerating Unit Test Generation for Diffusion LLMs via Mining Structural Pattern
von: Yang, Lekang, et al.
Veröffentlicht: (2025)

CiteME: Can Language Models Accurately Cite Scientific Claims?
von: Press, Ori, et al.
Veröffentlicht: (2024)

Large Language Model Informed Patent Image Retrieval
von: Lo, Hao-Cheng, et al.
Veröffentlicht: (2024)

Adaptive Multi-Stage Patent Claim Generation with Unified Quality Assessment
von: Liang, Chen-Wei, et al.
Veröffentlicht: (2026)

Automated Fact-Checking of Climate Change Claims with Large Language Models
von: Leippold, Markus, et al.
Veröffentlicht: (2024)

Large Language Models for Multilingual Previously Fact-Checked Claim Detection
von: Vykopal, Ivan, et al.
Veröffentlicht: (2025)

Claim Verification in the Age of Large Language Models: A Survey
von: Dmonte, Alphaeus, et al.
Veröffentlicht: (2024)

Lost in Embeddings: Information Loss in Vision-Language Models
von: Li, Wenyan, et al.
Veröffentlicht: (2025)

Large Language Models Can Self-Correct with Key Condition Verification
von: Wu, Zhenyu, et al.
Veröffentlicht: (2024)

PatentGPT: A Large Language Model for Intellectual Property
von: Bai, Zilong, et al.
Veröffentlicht: (2024)

PatentEval: Understanding Errors in Patent Generation
von: Zuo, You, et al.
Veröffentlicht: (2024)

Debating Truth: Debate-driven Claim Verification with Multiple Large Language Model Agents
von: He, Haorui, et al.
Veröffentlicht: (2025)

Beyond Scaling: Predicting Patent Approval with Domain-specific Fine-grained Claim Dependency Graph
von: Gao, Xiaochen Kev, et al.
Veröffentlicht: (2024)

Can Large Language Models abstract Medical Coded Language?
von: Lee, Simon A., et al.
Veröffentlicht: (2024)

MArgE: Meshing Argumentative Evidence from Multiple Large Language Models for Justifiable Claim Verification
von: Ng, Ming Pok, et al.
Veröffentlicht: (2025)

ClaimGen-CN: A Large-scale Chinese Dataset for Legal Claim Generation
von: Zhou, Siying, et al.
Veröffentlicht: (2025)

Can Large Language Models Understand Preferences in Personalized Recommendation?
von: Tan, Zhaoxuan, et al.
Veröffentlicht: (2025)

Can Large Language Models Understand Context?
von: Zhu, Yilun, et al.
Veröffentlicht: (2024)

Why Can Large Language Models Generate Correct Chain-of-Thoughts?
von: Tutunov, Rasul, et al.
Veröffentlicht: (2023)

Unintended Negative Impacts of Promotional Language in Patent Evaluation
von: Zhao, Bingkun, et al.
Veröffentlicht: (2026)

A Comparative Study of Translation Bias and Accuracy in Multilingual Large Language Models for Cross-Language Claim Verification
von: Singhal, Aryan, et al.
Veröffentlicht: (2024)

LUQ: Long-text Uncertainty Quantification for LLMs
von: Zhang, Caiqi, et al.
Veröffentlicht: (2024)