- LLMは、高頻度のフレーズを決定する際にトレーニングと運用の段階を経ている。
- 単一の概念が高頻度の概念の中で現れた場合、AIアルゴリズムによって見逃される可能性が高い。
- AIエンジンの出力は、不確実な概念についてより曖昧な言語を使用する傾向がある。
- AIボットに多くのまたは不適切な文書を与えると、出力の正確性が低下する可能性がある。
- 特許のドラフト中に似ているが異なる用語を使用することは、誤りの潜在的な源泉となり得る。
- LLM AIボットは、特許画像や特許図面を処理する際に主にテキスト処理に焦点を当てている。
- AIボットは、トレーニングデータ、透明性、情報源の検証、論理的推論、ユーザーフィードバック、倫理的設計などを通じて情報の正確性を確保する。
私の考え：この記事では、LLMの動作やAIエンジンの出力、特許ドキュメントの取り扱い、およびAIボットの情報の信頼性について詳細に説明されています。AI技術の進化は迅速であり、特許ドラフターはソフトウェアアルゴリズムの力を最大限に活用するためにさらなる取り組みが必要とされています。
元記事: https://natlawreview.com/article/conversation-ai-bot-about-patents