当推理损害法律起草时：专利权利要求生成中的语言化瓶颈

专利权利要求撰写是一项具有挑战性的法律起草任务，需要技术专业知识、精确的语言控制、严格遵守正式惯例以及保留权利要求要素之间复杂的逻辑关系。虽然思想链 (CoT) 提示已被广泛用于提高 大语言模型 (LLM) 的推理能力，但最近的证据表明，在高度结构化或模式敏感的任务中，其好处可能是有限的，甚至是负面的。因此，本文研究了 CoT 提示是否有利于专利权利要求的产生。我们提出了一种用于专利权利要求生成的特定于任务的 CoT 方法，并通过自动指标和人类专家评估来评估其有效性。我们的结果表明，推理增强提示可以提高索赔质量。此外，我们证明了一个反直觉但重要的实证发现：隐式 CoT，其中推理保持在内部而不是明确的语言表达，始终优于显式 CoT。通过系统分析，我们表明显式 CoT 会给索赔生成带来不必要的信息瓶颈。语言化推理可能会通过三种特定机制损害最终输出的质量：关键细节的抽象、内化生成模式的破坏以及级联错误传播。我们的研究结果为法律任务和 CoT 应用提供了新的见解。