WO2026105073 - SYSTEM AND METHOD FOR OPTIMIZED REAL-TIME NATURAL LANGUAGE PROCESSING
National phase entry is expected:
Publication Number
WO/2026/105073
Publication Date
21.05.2026
International Application No.
PCT/IB2025/061684
International Filing Date
15.11.2025
Title **
[English]
SYSTEM AND METHOD FOR OPTIMIZED REAL-TIME NATURAL LANGUAGE PROCESSING
[French]
SYSTÈME ET PROCÉDÉ POUR UN TRAITEMENT OPTIMISÉ EN TEMPS RÉEL DE LANGAGE NATUREL
Applicants **
SANDLOGIC TECHNOLOGIES PVT. LTD.,
Inventors
K R, Kruthika
SHAKHADRI, Syed Abdul Gaffar
Priority Data
202441088473
15.11.2024
IN
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 2171 | |
| EPO | Filing, Examination, Granting | 8641 | |
| Japan | Filing, Examination, Granting | 2161 | |
| South Korea | Filing, Examination, Granting | 2056 | |
| USA | Filing, Examination, Granting | 4740 |
Total:
19,769
Contact Us
Abstract[English]
The present invention provides a system and method for implementing real-time natural language processing (NLP) on resource-constrained edge devices without dependence on cloud infrastructure The system comprises a tokenization and embedding layer employing Rotary Positional Embeddings (RoPE), an attention mechanism module integrating Variable Grouped Query Attention (VGQA) and Sliding Window Attention (SWA) for efficient context retention, a feed-forward layer with SwiGLU activation for stable inference, and a Direct Preference Optimization (DPO) module for human-aligned response generation. A quantization framework and multilingual processing layer enable energy-efficient, cross-lingual reasoning on low-power hardware. The invention achieves measurable technical effects of reduced latency, improved memory utilization, and on-device privacy preservation. It is applicable across industries such as healthcare, finance, legal services, and customer support, providing a scalable and secure AI solution for real-time, contextually accurate NLP on edge platforms.[French]
La présente invention concerne un système et un procédé de mise en œuvre d'un traitement de langage naturel en temps réel (NLP) sur des dispositifs périphériques à ressources limitées sans dépendance à l'infrastructure en nuage. Le système comprenant une couche de segmentation et de représentation vectorielle utilisant des représentations vectorielles de position rotatives (RoPE), un module de mécanisme d'attention intégrant une attention d'interrogation groupée variable (VGQA) et une attention de fenêtre glissante (SWA) pour une rétention de contexte efficace, une couche avant d'alimentation avec activation SwiGLU pour une inférence stable, et un module d'optimisation directe de préférence (DPO) pour la génération de réponse alignée par l'homme. Un cadre de quantification et une couche de traitement multilingue permettent un raisonnement inter-lingual à haute efficacité énergétique sur un matériel à faible consommation d’énergie. L'invention permet d'obtenir des effets techniques mesurables d'une latence réduite, d'une utilisation de mémoire améliorée et d'une préservation de la confidentialité sur dispositif. Elle est applicable à des secteurs tels que les soins de santé, la finance, les services juridiques et le service client, fournissant une solution d'IA évolutive et sécurisée pour un NLP contextuellement précis en temps réel sur des plateformes périphériques.