기존 혁신 관행에서는 개념 및 지식재산(IP) 생성이 반복적으로 통합됩니다. 두 프로세스 모두 고급 기술 도메인 지식에 대한 정교한 이해를 필요로 합니다. 기존의 대규모 언어 모델(LLM)은 방대한 사전 훈련된 지식을 보유하고 있지만, 생성에 필요한 전문 지식이 부족하여 혁신적인 개념 생성에서는 종종 부족합니다. 이러한 중요한 격차를 해소하기 위해, 본 논문에서는 LLM 기반 AI에 도메인 특정 지식과 개념을 자율적으로 채굴, 이해 및 적용하여 발명 생성(즉, 개념 및 특허 생성 통합)을 가능하게 하는 새로운 지식 미세 조정(KFT) 프레임워크를 제안합니다. 제안된 PatentGPT는 지식 주입 사전 훈련(KPT), 도메인 특정 지도 학습 미세 조정(SFT), 그리고 인간 피드백으로부터의 강화 학습(RLHF)을 통합합니다. 광범위한 평가 결과, PatentGPT는 특허 관련 벤치마크 테스트에서 최첨단 모델을 크게 능가하는 것으로 나타났습니다. 본 방법은 데이터 기반 혁신에 대한 새로운 통찰력을 제공할 뿐만 아니라 기술 분야의 응용 프로그램에 대한 LLM 미세 조정을 위한 새로운 경로를 제시합니다. 또한 미래의 AI 생성 발명에 대한 관리 및 정책적 의미에 대해서도 논의합니다.
