論文の概要: Agentic Markets: Equilibrium Effects of Improving Consumer Search

• arxiv url: http://arxiv.org/abs/2603.25893v1
• Date: Thu, 26 Mar 2026 20:30:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-30 21:49:48.268462
• Title: Agentic Markets: Equilibrium Effects of Improving Consumer Search
• Title（参考訳）: エージェント市場:消費者検索改善のための平衡効果
• Authors: Brendan Lucier, Nicole Immorlica, Markus Mobius, Aleksandrs Slivkins, Daniel G. Goldstein, Jake M. Hofman, Sonia Jaffe, David M. Rothschild,
• Abstract要約: 市場における学習と福祉に対する検索技術の改善の影響について検討する。 より安価な検索は学習と消費者の余剰を改善し、より情報的な検索は双方を劣化させる可能性がある。
• 参考スコア（独自算出の注目度）: 49.77824898242877
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Motivated by agentic markets -- two-sided markets in which consumers and businesses are assisted by AI tools that facilitate consumers' search -- we study the impact of improved search technology on learning and welfare in markets. We put forth a model where consumers engage in costly search to acquire signals of product fit prior to purchase. The market tracks indications of fit for searched products and indications of quality for chosen products, thereby guiding searches. We characterize the long-run steady-state of the resulting dynamics as well as the impact of improving search technology. We find cheaper search improves learning and consumer surplus, whereas more informative search can degrade both unless the market learns as much as consumers about the products by, for example, ``reading the transcripts'' of agentic conversations. Finally, we consider the impact of search improvements on how businesses set prices. At equilibrium prices in symmetric markets, consumer surplus is improved by cheaper search but may be decreased by more informative search, due to weakened inter-business competition.
• Abstract（参考訳）: 消費者の検索を促進するAIツールによって消費者とビジネスが支援される二面市場であるエージェント市場によって動機づけられた私たちは、市場における学習と福祉に対する検索技術の改善の影響について調査する。 消費者が購入前に商品適合の信号を取得するために高価な検索を行うモデルを提案している。 市場は、検索された商品の表示と、選択した商品の品質の表示を追跡し、検索を導く。 結果のダイナミクスの長期定常状態と,検索技術の改善の影響を特徴付ける。 より安価な検索によって学習と消費者の余剰が向上するのに対して、より情報に富んだ検索は、例えばエージェントによる会話の「文字の読み上げ」によって、市場が製品についてより多くの消費者を学ばない限り、両方を劣化させる可能性がある。 最後に、検索の改善が企業の価格設定に与える影響について考察する。 対称市場における均衡価格では、消費者の余剰はより安価な探索によって改善されるが、ビジネス間の競争が弱まるため、より情報的な探索によって減少する可能性がある。

関連論文リスト

• SmartSearch: Process Reward-Guided Query Refinement for Search Agents [63.46067892354375]
  大言語モデル(LLM)に基づく検索エージェントは、知識集約的な問題に対処するために有望であることが証明されている。 既存の研究は主に、検索エージェントの推論パラダイムの最適化に重点を置いているが、推論中の中間的な検索クエリの品質は見過ごされ続けている。 この問題を緩和する2つの主要なメカニズムの上に構築されたフレームワークであるSmartSearchを紹介します。
  論文  参考訳（メタデータ） (2026-01-08T12:39:05Z)
• AdaSearch: Balancing Parametric Knowledge and Search in Large Language Models via Reinforcement Learning [61.974530499621274]
  検索への過度な依存は、ノイズや悪意のあるコンテンツに対する不必要なコストとリスクをもたらす。 本稿では,探索を起動するか否かの判断から問題を解き放つ2段階の結果駆動型RLフレームワークを提案する。 AdaSearchは知識境界認識を大幅に改善し、不要な検索コールを削減し、タスクパフォーマンスを強く保ち、透明性と解釈可能な意思決定行動を提供する。
  論文  参考訳（メタデータ） (2025-12-18T18:50:01Z)
• Progressive Refinement of E-commerce Search Ranking Based on Short-Term Activities of the Buyer [1.8986796884429726]
  本研究では,現在の文脈に基づいて,eコマースの検索結果を適応するための体系的なアプローチを提案する。 基礎的な手法から始めて、より文脈的な情報や最先端の技術をインクリメンタルに取り入れて、検索結果を改善する。 以上の結果から,単純な自己回帰的特徴から高度なシーケンスモデルに至るまで,この漸進的な拡張がランサー性能を著しく向上させることが示唆された。
  論文  参考訳（メタデータ） (2025-12-15T07:07:32Z)
• Agentic AI Framework for Smart Inventory Replenishment [0.6670498055582529]
  現代の小売業では、様々な製品は需要を予測し、在庫を防ぎ、高いポテンシャルのある製品を見つけるのを困難にしている。 我々は、在庫を監視し、適切なサプライヤーへの購入試行を開始し、トレンドやハイマージン製品をスキャンするために使用されるエージェントAIモデルを提案する。
  論文  参考訳（メタデータ） (2025-11-28T17:14:13Z)
• Magentic Marketplace: An Open-Source Environment for Studying Agentic Markets [74.91125572848439]
  本稿では,サービスエージェントが消費者を代表し,サービスエージェントが競合するビジネスを代表する2面のエージェントマーケットプレースについて検討する。 この環境では、ユーティリティエージェントが達成する行動バイアス、操作に対する脆弱性、検索メカニズムが市場の結果をどのように形作るか、といった主要な市場ダイナミクスを研究することができる。 実験の結果、フロンティアモデルは最適な福祉に近づくことができるが、理想的な探索条件下でのみ適用可能であることが判明した。
  論文  参考訳（メタデータ） (2025-10-27T18:35:59Z)
• Algorithmic Collusion of Pricing and Advertising on E-commerce Platforms [0.0]
  販売者が価格決定と広告決定を一緒に行うか、すなわち2次元決定を行うかを検討する。 消費者が検索コストが高い場合、学習アルゴリズムは競争価格よりも安い価格で調整可能であることを示す。 我々は,プラットフォームの戦略的な反応を分析し,予備価格調整がプラットフォーム利益を増大させないことを見出した。
  論文  参考訳（メタデータ） (2025-08-09T18:44:17Z)
• A Market for Accuracy: Classification under Competition [13.175123810033124]
  提供者、消費者、市場そのものに影響を与えるため、市場環境で学習を研究します。 本稿では,競争相手の存在下での市場シェアを最大化するために,競争対象の分類手法を提案する。 当社のアプローチは,提供者だけでなく消費者にもメリットがあることを示し,市場参入のタイミングとモデル更新が重要であることを明らかにする。
  論文  参考訳（メタデータ） (2025-02-25T10:18:43Z)
• Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
  我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。 このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。 適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
  論文  参考訳（メタデータ） (2024-03-21T14:48:37Z)
• Face to Purchase: Predicting Consumer Choices with Structured Facial and Behavioral Traits Embedding [53.02059906193556]
  消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。 階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。 実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
  論文  参考訳（メタデータ） (2020-07-14T06:06:41Z)

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。