/ Модель

Характеристики

Контекст
512 токенов
Параметры
443 млн
Лицензия
CC BY-NC 4.0
Архитектура
bert · dense
Базовая модель
bert-for-patents
Опубликована
7 янв 2026

PatentMap-V0-SecPair-Claim

ЭмбеддингиТекст → embedding3 профессии

Англоязычная BERT-модель создаёт эмбеддинги патентных аннотаций и формул изобретения для поиска, сравнения и классификации патентов.

68скачиваний за 30 дней5лайковвеса обновлены20 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PatentMap-V0-SecPair-Claim — англоязычная модель эмбеддингов для патентных текстов, созданная как часть коллекции PatentMap V0 на базе anferico/bert-for-patents. Модель дообучена контрастивным обучением InfoNCE на парах разделов патентных заявок: аннотации и формулы изобретения. Архитектура BERT Large содержит 340 млн параметров; размерность эмбеддинга — 1024, максимальная длина последовательности — 512 токенов.

Модель принимает текст патента с маркерами разделов, например `[claim]` для формулы изобретения; аннотацию можно передавать вместе с названием через `[SEP] [abstract]`. Она предназначена для поиска патентов и аналогов, оценки сходства, обнаружения известного уровня техники, классификации IPC и анализа патентного ландшафта. Обучение проводилось на англоязычных патентных заявках USPTO 2010–2018 годов из корпуса HUPD. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • поиск похожих патентов по аннотации или формуле изобретения
  • поиск предшествующего уровня техники для патентной заявки
  • ранжирование патентных документов по смысловому сходству
  • классификация патентов по рубрикам IPC
  • анализ патентного ландшафта по коллекции документов

Ограничения

Модель рассчитана на англоязычные патентные тексты длиной до 512 токенов и ожидает специальные маркеры разделов. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PatentMap-V0-SecPair-Claim

PatentMap-V0-SecPair-Claim is a patent embedding model trained on abstract + claim sections with section-pair augmentation. It is part of the PatentMap V0 model collection.

Model Details

  • Base Model: anferico/bert-for-patents
  • Training Objective: Contrastive learning (InfoNCE loss)
  • Architecture: BERT-large (340M parameters)
  • Embedding Dimension: 1024
  • Max Sequence Length: 512 tokens
  • Vocabulary Size: 39859
  • Training Data: USPTO patent applications (2010-2018) from HUPD corpus

Training Configuration

  • Patent Sections Used: abstract + claim
  • Data Augmentation: dropout + section_pair
  • Batch Size: 512
  • Learning Rate: 1e-5

Usage

Input Format

This model expects patent text formatted with special tokens:

  • For abstract: Title [SEP] [abstract] Abstract text
  • For other sections: [section] Section text (no title prefix)

Example:

# Abstract with title
text = "Smart thermostat system [SEP] [abstract] A thermostat system comprising..."

# Claim without title
text = "[claim] A method comprising: step 1, step 2..."

Code Example

from transformers import AutoTokenizer, AutoModel
import torch

# Load model and tokenizer
model_name = "ZoeYou/PatentMap-V0-SecPair-Claim"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModel.from_pretrained(model_name)

# Format patent text
title = "Smart thermostat system"
abstract = "A thermostat system comprising a temperature sensor..."
patent_text = f"{title} [SEP] [abstract] {abstract}"

# Encode and get embeddings
inputs = tokenizer(patent_text, return_tensors="pt", padding=True, truncation=True, max_length=512)

with torch.no_grad():
    outputs = model(**inputs)
    embeddings = outputs.last_hidden_state[:, 0, :]  # CLS token
    
print(embeddings.shape)  # torch.Size([1, 1024])

Evaluation

This model has been evaluated on multiple patent-specific tasks:

  • IPC Classification (linear probe and KNN)
  • Prior Art Search (recall@k, nDCG@k)
  • Embedding Quality Metrics (uniformity, alignment, topology)

For detailed evaluation results, see the PatentMap paper.

Intended Use

This model is designed for:

  • Patent document retrieval
  • Patent similarity search
  • Prior art discovery
  • IPC classification
  • Patent landscape analysis

Citation

If you use this model, please cite:

@article{zuo2025patent,
  title={Patent Representation Learning via Self-supervision},
  author={Zuo, You and Gerdes, Kim and de La Clergerie, Eric Villemonte and Sagot, Beno{\^i}t},
  journal={arXiv preprint arXiv:2511.10657},
  year={2025}
}

Model Collection

This model is part of the PatentMap V0 collection. For an overview of all models, see PatentMap-V0.

License

This model is released under CC BY-NC 4.0 license (non-commercial use only).

Contact

For questions or issues, please open an issue on the GitHub repository or contact the authors.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForCL
Ревизия весов
69aaebb

0 моделей