論文の概要: The End of the Foundation Model Era: Open-Weight Models, Sovereign AI, and Inference as Infrastructure
- arxiv url: http://arxiv.org/abs/2604.06217v1
- Date: Wed, 18 Mar 2026 04:49:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-12 18:41:08.648084
- Title: The End of the Foundation Model Era: Open-Weight Models, Sovereign AI, and Inference as Infrastructure
- Title（参考訳）: ファンデーションモデル時代の終わり:オープンウェイトモデル、ソブリンAI、インフラとしての推論
- Abstract要約: 論文は、AI産業が4つの軸に沿って同時に再構築されていると主張している。
さらに、オープンウェイトモデルは主権統制の反直感的な手段であると主張する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The foundation model era -- roughly 2020 to 2025 -- is over. The forces that defined it have inverted. Open source models have reached frontier performance while inference costs approach zero, exposing what was always structurally true: pre-training large language models at scale is not a durable competitive moat. The US government's formal designation of Anthropic as a supply chain risk in February 2026 accelerated a transition already underway -- but did not cause it. The paper argues that the AI industry is restructuring simultaneously along four axes: economic, as the circular financing structure that inflated foundation model valuations collapses; technical, as the pre-training scaling paradigm gives way to post-training optimization and agentic composition; commercial, as application-layer integrators displace the foundation model companies whose commodity they now consume; and political, as the government asserts its historic role as gatekeeper of strategic technology. These are not separate disruptions. They are one structural shift, arriving together. The paper further argues that open-weight models are the counterintuitive instrument of sovereign control: a government that holds the weights commands the capability on its own terms, without dependence on vendor policy, financial continuity, or personnel clearance.
- Abstract（参考訳）: 2020年から2025年にかけてのファンデーションモデルの時代は終わった。
定義した力は逆転した。
オープンソースモデルは最前線に到達し、推論コストはゼロに近づき、常に構造的な真実を露呈している。
2026年2月、米国政府の公式なサプライチェーンリスクとしての「人類学」の指定は、既に進行中の移行を加速させたが、その原因にはならなかった。
この論文は、AI産業は4つの軸に沿って同時に再構築されている、と論じている。経済は、ファンデーションモデルのバリュエーションを膨らませる円状の融資構造が崩壊し、技術は、事前訓練されたスケーリングパラダイムが、訓練後の最適化とエージェント構成の方法を与える。
これらは別個のディスラプションではない。
それらは1つの構造シフトであり、一緒に到着します。
さらに、オープンウェイトモデルは主権統制の反直感的な手段であり、その重みを保持する政府は、ベンダーの政策、金融の継続性、あるいは人事のクリアランスに頼らず、独自の条件で権限を掌握する。
関連論文リスト
- Open at the Edge, Captured at the Center: llama.cpp and the Political Economy of Local AI Inference [4.0502170336910845]
ユーザが所有するデバイス上で、オープンウェイトなモデルを実行可能にするローカル推論インフラストラクチャは、ほとんど検討されていない。
我々は、ローカル推論が実行時の参加を拡大し、キャプチャーを実行可能にするインフラに移動させることを示す。
これは、フォーマット依存とベンダーの影響の分析、モデルの互換性要件、推論ツールの持続的な公的資金、すなわちモデルリリース条件からインフラストラクチャ層まで、というポリシーメカニズムを要求する。
論文 参考訳（メタデータ） (2026-08-19T15:02:25Z) - World models of environment, agent and joint agent-environment systems [76.81951414842736]
私たちは、どのチャネルをモデルにするかという、事前の区別があると論じています。
環境チャネル$O_:mid A_:$、エージェントチャネル$A_:mid O_:$、実現されたジョイントプロセス$(A, O)_:$の3つのケースについて検討する。
論文 参考訳（メタデータ） (2026-07-23T13:35:03Z) - VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。
VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。
Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
論文 参考訳（メタデータ） (2026-06-03T20:02:35Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - Rollback-Free Stable Brick Structures Generation [51.856925926010184]
既存のアプローチでは、リジェクションサンプリングとブロック・バイ・ブロックのロールバックを行うために、推論中に外部物理シミュレータに依存している。
本稿では,身体的妥当性をテスト時間補正からトレーニング時間ポリシー最適化にシフトさせる強化学習パラダイムを提案する。
実験結果から,提案手法は予測速度を桁違いに向上させつつ,最先端の生成品質を実現することを示す。
論文 参考訳（メタデータ） (2026-05-07T21:06:44Z) - Trustworthy AI Suffers from Invariance Conflicts and Causality is The Solution [80.98492754957466]
公正性、堅牢性、プライバシ、説明可能性といった、信頼性の高いAI目標を同時に達成することは難しい。
本稿では、パフォーマンスにおけるトレードオフを理解しバランスをとるためには因果性が必要であると論じ、信頼できるAIの複数の目的について論じる。
論文 参考訳（メタデータ） (2026-05-04T14:26:28Z) - Harness as an Asset: Enforcing Determinism via the Convergent AI Agent Framework (CAAF) [0.0]
大規模言語モデルは、安全クリティカルエンジニアリングにおける制御可能性のギャップを生み出します。
本稿では,エージェントをオープンループ生成からクローズループフェールセーフ決定性に移行するConvergent AI Agent Framework(CAAF)を紹介する。
CAAFの3つの柱は相補的な故障面に対処し、コモディティコストで制御可能性ギャップを閉じることはない。
論文 参考訳（メタデータ） (2026-04-18T15:15:09Z) - Preserving Decision Sovereignty in Military AI: A Trade-Secret-Safe Architectural Framework for Model Replaceability, Human Authority, and State Control [3.719121868494767]
本論では, 中心的戦略問題は, 有能なモデルへのアクセスだけでなく, 決定権の維持であると主張している。
本稿では,階層型モデルに依存しない命令支援設計として,エネルギックパラダイムのトレードシークレット・セーフなアーキテクチャ定式化を開発する。
論文 参考訳（メタデータ） (2026-03-26T04:52:09Z) - Capability Thresholds and Manufacturing Topology: How Embodied Intelligence Triggers Phase Transitions in Economic Geography [4.383532458546451]
具体的AI能力は、デクスタリティ、一般化、信頼性、触覚ビジョン融合において重要なしきい値を超えたことを示す。
本稿では、物理的AI能力閾値が生産の空間的・構造的論理をどう変えるかを研究する。
論文 参考訳（メタデータ） (2026-03-03T02:55:10Z) - The Compulsory Imaginary: AGI and Corporate Authority [0.0]
この論文は、2つの主要なAGI企業が構造的に一貫した修辞的戦略を通じて社会技術的想像論を構築していると主張している。
本論文は、変革的技術開発の最前線において、社会技術想像の枠組みを国家から民間企業へと拡張する。
論文 参考訳（メタデータ） (2026-02-27T05:04:44Z) - Why Self-Rewarding Works: Theoretical Guarantees for Iterative Alignment of Language Models [50.248686344277246]
自己回帰言語モデル(SRLM)は、外部からのフィードバックなしに反復的にアライメントを改善することに成功している。
本稿では,SRLMの厳密な理論的保証について述べる。
論文 参考訳（メタデータ） (2026-01-30T03:45:43Z) - Top 10 Open Challenges Steering the Future of Diffusion Language Model and Its Variants [85.33837131101342]
本稿では,基盤基盤,アルゴリズム最適化,認知推論,統合マルチモーダルインテリジェンスという4つの柱で構成された戦略ロードマップを提案する。
この移行は、複雑な構造的推論、動的自己補正、シームレスなマルチモーダル統合が可能な次世代AIの開発に不可欠である、と我々は主張する。
論文 参考訳（メタデータ） (2026-01-20T14:58:23Z) - Sovereign AI: Rethinking Autonomy in the Age of Global Interdependence [2.153445979060976]
人工知能(AI)は基本的な汎用技術として登場し、相互接続された世界で新たな主権のジレンマを提起している。
本稿では,二項条件ではなく連続体として主権AIを理解するための概念的,形式的な枠組みを開発する。
我々は,4つの主権柱の辺縁リターンの等化と,世界的利益が暴露リスクと等しくなるような開放性の設定という,2つの政策柱を識別するプランナーのモデルを提案する。
論文 参考訳（メタデータ） (2025-11-18T10:02:10Z) - The Economics of AI Foundation Models: Openness, Competition, and Governance [6.548486822563448]
オープン性は、ファンデーションモデル(FM)エコシステムにおいて決定的な問題となっている。
2周期のゲーム理論モデルを構築し、AIバリューチェーンにおけるオープンネス競争がどのように変化するかを分析する。
解析の結果,データフライホイール効果の強度において,既存の第1周期の開度は驚くほど非単調であることがわかった。
論文 参考訳（メタデータ） (2025-10-17T00:00:44Z) - Defense Priorities in the Open-Source AI Debate: A Preliminary Assessment [0.0]
オープンファンデーションモデルのリリースに関する提案された制限は、防衛産業に大きな影響を及ぼす可能性がある。
予備的な証拠は、オープンファンデーションモデルエコシステムがアメリカ合衆国国防総省に利益をもたらすことを示唆している。
フォローオン分析は、買収コストとサプライチェーンのセキュリティへの影響を定量化するべきである。
論文 参考訳（メタデータ） (2024-08-19T14:22:14Z) - On the Societal Impact of Open Foundation Models [93.67389739906561]
ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。
オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
論文 参考訳（メタデータ） (2024-02-27T16:49:53Z) - The Foundation Model Transparency Index [55.862805799199194]
Foundation Model Transparency Indexは、ファンデーションモデルの透明性を規定する100の指標を規定している。
私たちは、彼らの旗艦となる基盤モデルのプラクティスに関連して、開発者をスコア付けします。
全体として、インデックスは、基盤モデルガバナンスの進展を促進するために、今日の透明性のレベルを確立します。
論文 参考訳（メタデータ） (2023-10-19T17:39:02Z) - On the Opportunities and Risks of Foundation Models [256.61956234436553]
これらのモデルの基礎モデルは、批判的に中心的だが不完全な性格を根底から立証するものです。
本報告では,基礎モデルの可能性とリスクについて概説する。
これらの疑問に対処するためには、基礎モデルに関する重要な研究の多くは、深い学際的なコラボレーションが必要であると信じている。
論文 参考訳（メタデータ） (2021-08-16T17:50:08Z)
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。