在人工智能领域，大模型技术正在迅速发展，专利申请也随之增多。本文将揭秘大模型专利，并详细介绍三种重要的分析方法，帮助读者深入了解这一领域。
一、大模型专利概述
大模型专利涉及的技术领域广泛，包括数据处理、神经网络、自然语言处理等。以下是一些典型的大模型专利：
- 基于外部知识增强的大模型推理分析方法、系统及产品：该专利通过引入外部知识，提高大模型的推理分析能力，实现高度可靠、可解释的大模型推理分析系统。
- Patentics网页版底层接入DeepSeek-R1模型：该专利将DeepSeek-R1大模型与Patentics产品深度融合，优化检索流程，提升专利分析效率。
- 华为通信大模型荣获GLOMO奖背后的故事：该专利通过遗忘免疫、多维建模和数据自生成等技术，实现无线网络性能的持续优化。
二、大模型专利分析方法
1. 文献分析法
文献分析法是研究大模型专利的重要手段，通过分析专利申请文档、技术文档、学术论文等，可以了解大模型技术的最新发展动态。
步骤：
- 收集相关专利申请文档、技术文档、学术论文等资料；
- 对资料进行分类整理，提取关键信息；
- 分析大模型技术发展趋势、关键技术突破等。
2. 专利引证分析法
专利引证分析法通过分析专利之间的引用关系，了解大模型技术的应用领域、技术发展趋势等。
步骤：
- 收集大模型相关专利数据；
- 分析专利之间的引用关系；
- 总结大模型技术的应用领域、技术发展趋势等。
3. 专利分析工具应用法
专利分析工具可以辅助研究人员快速分析大模型专利，提高研究效率。
常用工具：
- Patentics：提供专利检索、分析等功能；
- IncoPat：提供专利检索、分析、引证分析等功能；
- CiteSpace：用于分析科学文献的引文网络。
三、案例分析
以下以“基于外部知识增强的大模型推理分析方法、系统及产品”专利为例，分析其关键技术。
技术要点：
- 通过大模型对待分析语句中蕴含的知识进行提取，得到内部知识图谱三元组；
- 将待分析语句输入知识检索模块，得到外部知识图谱三元组；
- 根据内部知识图谱三元组和外部知识图谱三元组，得到上下文子图；
- 将上下文子图输入预先训练好的图神经网络推理分析模块，得到语句分析结果。
分析：
该专利通过引入外部知识，提高了大模型的推理分析能力，实现了高度可靠、可解释的大模型推理分析系统。这表明，外部知识在大模型技术中具有重要作用。
四、总结
大模型专利技术日新月异，掌握专利分析方法对于深入了解这一领域具有重要意义。通过文献分析法、专利引证分析法和专利分析工具应用法，我们可以更好地了解大模型专利技术，为后续研究和应用提供有力支持。