$\texttt{PatentAgent}$：用于自动化药物专利分析的智能代理

药物专利在生化行业中扮演着至关重要的角色，尤其是在药物发现领域，为研究人员提供了对数据、实验结果和研究见解的独特早期访问。随着机器学习的发展，专利分析已从人工劳动演变为由自动化工具辅助的任务。然而，仍然缺乏一个统一的代理来协助专利分析的各个方面，从专利阅读到核心化学物质识别。利用大型语言模型（LLMs）理解请求和遵循指令的能力，我们引入了该领域的$\textbf{首个}$智能代理——$\texttt{PatentAgent}$，它有望推进并可能彻底改变药物研究的格局。$\texttt{PatentAgent}$包含三个关键的端到端模块——$\textit{PA-QA}$、$\textit{PA-Img2Mol}$和$\textit{PA-CoreId}$——它们分别执行（1）专利问答、（2）图像到分子结构转换和（3）核心化学结构识别，满足了科学家和从业者在药物专利分析中的基本需求。$\texttt{PatentAgent}$的每个模块都通过更新的算法和$\texttt{PatentAgent}$框架的协同设计展示了显著的有效性。$\textit{PA-Img2Mol}$在CLEF、JPO、UOB和USPTO专利基准测试中优于现有方法，准确率提升在2.46%到8.37%之间，而$\textit{PA-CoreId}$在PatentNetML基准测试上实现了7.15%到7.62%的准确率提升。我们的代码和数据集将公开发布。