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
• 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

• PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception [75.70273182182397]
  PerceptionRubricsはルーブリックベースの評価フレームワークである。 飽和ベンチマークスコアと現実世界の脆さのギャップに対処する。 1,038枚のインフォメーションセンス画像と1万個以上のインスタンス固有のルーリックをペアリングする。
  論文  参考訳（メタデータ） (2026-06-26T17:59:15Z)
• Going Headless? On the Boundaries of Vertical AI Firms [0.0]
  汎用AIエージェントがこのパッケージを解き放ち、創業者や投資家は「ヘッドレス化」を主張 この記事は、ヘッドレス化は企業によっては正しいし、他の企業にとっては破壊的だ、と論じている。 セクターではなくタスク・アカウンタビリティ・レジームによって決定される3つの分類法を提案する。
  論文  参考訳（メタデータ） (2026-05-18T03:38:29Z)
• FERA: Uncertainty-Aware Federated Reasoning for Large Language Models [60.52562148874846]
  我々は、サーバがプライベートなデモンストレーションを行う異種クライアントと協調することで、多段階推論を改善するフェデレーション推論について研究する。 重要な課題は、クライアントの信頼性がクエリ依存であるのに対して、サーバはクライアントデータを検査して、どのコントリビューションが信頼できるかを判断できません。 本稿では,サーバクライアントの反復的コリファインメントに基づくトレーニングフリーフレームワークである Uncertainty-Aware Federated Reasoning (FERA) を提案する。
  論文  参考訳（メタデータ） (2026-05-11T07:04:51Z)
• Beyond Distributive Justice: Hermeneutical Fairness in Ad Delivery [7.857920011652655]
  オンライン広告は、広告のコンテンツや、受信者がそれを解釈し、取り込む方法によってもたらされる害を生み出すことができると我々は主張する。 我々は、広告配信を解釈的リソースを分配するメカニズムとしてモデル化し、2つの方法で失敗する可能性がある。 われわれはこれらを、既に分配的正義を強制する、ユーティリティ駆動型広告アロケーションフレームワークのベンチマークに統合している。
  論文  参考訳（メタデータ） (2026-05-05T06:51:40Z)
• The Inference Bottleneck: A Formal Model of Vertical Foreclosure in AI Markets [0.0]
  生成AIが商用化するにつれて、競争上の優位性はモデルトレーニングから推論、分散、ルーティングへとシフトする。 本稿では,Besanson と Celani (2026) の形式モデルとして,推論市場における垂直フォアクロージャーの形式的ゲーム理論モデルを開発する。 モデルでは、レイテンシ、スループット、コンテキスト制限、機能アクセスによるダウンストリームライバルに対するQoS(Quality-of-Service)差別と、アシスタント層インターフェースにおけるルーティングバイアスの2つのフォアクロージャメカニズムを分離する。
  論文  参考訳（メタデータ） (2026-04-19T13:23:34Z)
• The AI Transformation Gap Index (AITG): An Empirical Framework for Measuring AI Transformation Opportunity, Disruption Risk, and Value Creation at the Industry and Firm Level [0.0]
  本稿では,AIトランスフォーメーションギャップ指数(AI Transformation Gap Index, AITG)について紹介する。 私はこのフレームワークを22の業種で調整し、公開申請書を使って14の公企業に適用します。 最大のAIトランスフォーメーションギャップは、実装の摩擦、CESのボトルネック、タイミングラグが広いギャップの理論上の優位性を損なうため、価値密度を最大化しない。
  論文  参考訳（メタデータ） (2026-02-27T10:54:58Z)
• Fairness Dynamics in Digital Economy Platforms with Biased Ratings [50.29721091981893]
  我々は、デジタルプラットフォームが格付けに基づく差別を永続的に、あるいは対処する方法について研究する。 この結果から,ユーザエクスペリエンスと公平性の根本的なトレードオフが示される。 また,検索結果の人口動態を調整して介入することが,不公平を抑えるための極めて効果的な方法であることを示す。
  論文  参考訳（メタデータ） (2026-02-18T18:41:16Z)
• 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)
• TrustLoRA: Low-Rank Adaptation for Failure Detection under Out-of-distribution Data [62.22804234013273]
  本稿では,共変量および意味的シフトの両条件下での拒絶による分類を統一し,促進する,単純な故障検出フレームワークを提案する。 キーとなる洞察は、障害固有の信頼性知識を低ランクアダプタで分離し、統合することにより、障害検出能力を効果的かつ柔軟に向上できるということです。
  論文  参考訳（メタデータ） (2025-04-20T09:20:55Z)
• 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)
• Balancing Discriminability and Transferability for Source-Free Domain Adaptation [55.143687986324935]
  従来のドメイン適応(DA)技術は、ドメイン不変表現を学習することでドメイン転送性を改善することを目的としている。 ラベル付けされたソースとラベル付けされていないターゲットへの同時アクセス要件は、ソースフリーなDA設定に適さない。 そこで本研究では,原文と翻訳サンプルの混在が識別可能性と伝達可能性のトレードオフを促進することを示す新しい知見を導出する。
  論文  参考訳（メタデータ） (2022-06-16T09:06:22Z)

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。