論文の概要: The Inference Bottleneck: Antitrust and Neutrality Duties in the Age of Cognitive Infrastructure

• arxiv url: http://arxiv.org/abs/2602.22750v1
• Date: Thu, 26 Feb 2026 08:37:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.59956
• Title: The Inference Bottleneck: Antitrust and Neutrality Duties in the Age of Cognitive Infrastructure
• Title（参考訳）: 認知基盤時代における反トラストと中立義務
• Authors: Gaston Besanson, Marcelo Celani,
• Abstract要約: 生成AIが商用化するにつれて、競争上の優位性は、ワンタイムモデルトレーニングから継続的推論、分散、ルーティングへとシフトする。 このエッセイは、認知インフラを、測定可能な信頼、垂直インセンティブ、識別能力を中心に構築された偽造可能な概念として定義する。 反競争的な価格を伴わずに差し押さえが利益を上げることができる、垂直関係およびプラットフォーム市場向けの上昇奴隷制のコストロジックを使用した害の理論を立案している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As generative AI commercializes, competitive advantage is shifting from one-time model training toward continuous inference, distribution, and routing. At the frontier, large-scale inference can function as cognitive infrastructure: a bottleneck input that downstream applications rely on to compete, controlled by firms that often compete downstream through integrated assistants, productivity suites, and developer tooling. Foreclosure risk is not limited to price. It can be executed through non-price discrimination (latency, throughput, error rates, context limits, feature gating) and, where models select tools and services, through steering and default routing that is difficult to observe and harder to litigate. This essay makes three moves. First, it defines cognitive infrastructure as a falsifiable concept built around measurable reliance, vertical incentives, and discrimination capacity, without assuming a clean market definition. Second, it frames theories of harm using raising-rivals'-costs logic for vertically related and platform markets, where foreclosure can be profitable without anticompetitive pricing. Third, it proposes Neutral Inference: a targeted, auditable conduct approach built around (i) quality-of-service parity, (ii) routing transparency, and (iii) FRAND-style non-discrimination for similarly situated buyers, applied only when observable evidence indicates functional gatekeeper status.
• Abstract（参考訳）: 生成AIが商用化するにつれて、競争上の優位性は、ワンタイムモデルトレーニングから継続的推論、分散、ルーティングへとシフトする。 下流アプリケーションが競合に頼っているボトルネックインプットであり、統合アシスタントや生産性スイート、開発者ツールを通じて下流で競合する企業によって制御される。 差し押さえリスクは価格に限らない。 非価格差別(レイテンシ、スループット、エラー率、コンテキスト制限、フィーチャーゲーティング)を通じて実行可能で、モデルが監視が難しいデフォルトのルーティングとステアリングによって、ツールやサービスを選択することができる。 このエッセイは3つの動きをする。 まず、明確な市場定義を前提とせず、測定可能な信頼、垂直インセンティブ、差別能力を中心に構築された、ファリザブルな概念として認知インフラストラクチャを定義する。 第二に、縦関係の市場やプラットフォーム市場において、対競争的な価格を伴わずにフォアクロージャーが利益を得られるような上昇戦のコストロジックを用いて、害の理論を定めている。 第三に、同社はニュートラル推論(Neutral Inference)を提案している。 (i)サービス品質等級 (二)透明性の確保、及び 三 同様の位置の買い手に対するFRAND方式の非識別は、観察可能な証拠が機能的ゲートキーパーの地位を示す場合に限る。

関連論文リスト

• From Sycophancy to Sensemaking: Premise Governance for Human-AI Decision Making [0.0]
  低フリクションアシスタントはサイコファンになり、暗黙の仮定を叩き、検証コストを専門家に押し付ける。 我々は、信頼できる人間とAIのパートナーシップには、回答生成から共同前提ガバナンスへの移行が必要であると主張している。
  論文  参考訳（メタデータ） (2026-02-02T17:42:54Z)
• Capabilities and Fundamental Limits of Latent Chain-of-Thought [9.586079816543178]
  Latent Chain-of-Thought (Latent CoT)モデルは、連続表現による効率的な推論を約束するが、ファズリング性能の不整合を示す。 我々はこのトレードオフが決定的な確実性によって統治されていることを明らかにした。
  論文  参考訳（メタデータ） (2026-02-01T10:46:00Z)
• Why Does the LLM Stop Computing: An Empirical Study of User-Reported Failures in Open-Source LLMs [50.075587392477935]
  オープンソースのDeepSeek、Llama、Qwenのエコシステムから、705の現実世界の失敗に関する大規模な実証的研究を行った。 ホワイトボックスオーケストレーションは、モデルアルゴリズムの欠陥からデプロイメントスタックのシステム的脆弱性へと、信頼性のボトルネックを移動させます。
  論文  参考訳（メタデータ） (2026-01-20T06:42:56Z)
• Making LLMs Reliable When It Matters Most: A Five-Layer Architecture for High-Stakes Decisions [51.56484100374058]
  現在の大規模言語モデル(LLM)は、実行前にアウトプットをチェックできるが、不確実な結果を伴う高い戦略決定には信頼性が低い検証可能な領域で優れている。 このギャップは、人間と人工知能(AI)システムの相互認知バイアスによって引き起こされ、そのセクターにおける評価と投資の持続可能性の保証を脅かす。 本報告では、7つのフロンティアグレードLDMと3つの市場向けベンチャーヴィグネットの時間的圧力下での系統的質的評価から生まれた枠組みについて述べる。
  論文  参考訳（メタデータ） (2025-11-10T22:24:21Z)
• Neither Consent nor Property: A Policy Lab for Data Law [4.588656982178105]
  この論文は、AI経済における不透明なデータ市場を初めて実証的に正当化するものである。 パイプラインは、市場の隠れたロジックを抽出するために、数年のフィールドワークから始まります。 現実に反し、観察された貿易パターンを再現する。
  論文  参考訳（メタデータ） (2025-10-30T17:27:03Z)
• HALO: Hindsight-Augmented Learning for Online Auto-Bidding [2.9058410231275014]
  デジタル広告プラットフォームはリアルタイム入札(RTB)システムを通じてミリ秒レベルのオークションを運営している。 このダイナミックなメカニズムは、正確なオーディエンスターゲティングを可能にするが、深い運用上の複雑さをもたらす。 HALO: オンライン自動入札のための隠れた学習法を提案する。
  論文  参考訳（メタデータ） (2025-08-05T09:47:26Z)
• Are You Getting What You Pay For? Auditing Model Substitution in LLM APIs [71.7892165868749]
  LLM(Commercial Large Language Model) APIは基本的な信頼の問題を生み出します。 ユーザーは特定のモデルに課金するが、プロバイダが忠実に提供できることを保証することはない。 我々は,このモデル置換問題を定式化し,現実的な逆条件下での検出方法を評価する。 我々は,信頼された実行環境(TEE)を実用的で堅牢なソリューションとして使用し,評価する。
  論文  参考訳（メタデータ） (2025-04-07T03:57:41Z)
• Fairness-Accuracy Trade-Offs: A Causal Perspective [58.06306331390586]
  我々は、初めて因果レンズから公正性と正確性の間の張力を分析する。 因果的制約を強制することは、しばしば人口集団間の格差を減少させることを示す。 因果制約付きフェアラーニングのための新しいニューラルアプローチを導入する。
  論文  参考訳（メタデータ） (2024-05-24T11:19:52Z)
• Provable Unrestricted Adversarial Training without Compromise with Generalizability [44.02361569894942]
  敵の攻撃から守るための最も有望な戦略として、敵の訓練(AT)が広く考えられている。 既存のAT法は、標準的な一般化性を犠牲にして、しばしば敵の強靭性を達成している。 我々はProvable Unrestricted Adversarial Training (PUAT)と呼ばれる新しいATアプローチを提案する。
  論文  参考訳（メタデータ） (2023-01-22T07:45:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。