論文の概要: Learning Dynamics of Strategic Publishers in Generative AI Ecosystems
- arxiv url: http://arxiv.org/abs/2607.25514v1
- Date: Tue, 28 Jul 2026 09:53:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.790244
- Title: Learning Dynamics of Strategic Publishers in Generative AI Ecosystems
- Title（参考訳）: 生成型AIエコシステムにおけるストラテジックパブリッシャの学習ダイナミクス
- Abstract要約: 我々は新たなGenAIエコシステムのゲーム理論モデルを導入する。
戦略的コンテンツ作成者の学習ダイナミクスを,より応答性のある動的条件下で研究する。
我々は,GenAI生態系の安定性と福祉を分析するため,広範囲なシミュレーションを行う。
- 参考スコア（独自算出の注目度）: 10.804040148687468
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI (GenAI) search systems are transforming how users access information. Unlike ranking-based search systems, where users observe a ranked list of documents, GenAI search systems, given a user's question, generate an answer, often accompanied by external sources (e.g., in the form of citations). Content creators (publishers) seeking to increase exposure might behave strategically and compete with other creators for users' attention. While publishers in ranking-based systems might strategically modify their content to improve its ranking, the incentives in generative systems take on a new form. Publishers may now gain exposure through generated responses and attributions to those responses. We introduce a novel game-theoretic model of the emerging GenAI ecosystem in which publishers compete for attribution-based exposure. We study the learning dynamics of strategic content creators under better-response dynamics. We associate the convergence of learning dynamics to equilibrium with ecosystem stability. Employing the notion of potential games, we study the stability of GenAI ecosystems under several known content selection mechanisms. We demonstrate the instability of mechanisms representing real-world modern systems and characterize a mechanism that induces a stable ecosystem. We conduct extensive simulations to analyze the stability and welfare of GenAI ecosystems under various mechanisms. The simulations support our theoretical findings and reveal an interplay among stability, publisher welfare, and user welfare. In particular, stable mechanisms do not necessarily maximize welfare, demonstrating an important trade-off for platform designers. We then introduce a study illustrating that the proper selection of the GenAI mechanism enables the manifestation of desired trade-offs between publisher welfare and the different sources of user welfare.
- Abstract（参考訳）: ジェネレーティブAI(GenAI)検索システムは、ユーザーが情報にアクセスする方法を変えつつある。
ユーザがランク付けされた文書のリストを閲覧するランキングベースの検索システムとは異なり、GenAI検索システムはユーザの質問に対して、しばしば外部ソース(例:引用)を伴って回答を生成する。
露出を増やそうとするコンテンツクリエーター(パブリッシャ)は戦略的に行動し、他のクリエーターと競い合い、ユーザーの注意を引く。
ランキングベースのシステムのパブリッシャーは、ランキングを改善するためにコンテンツを戦略的に修正するかもしれないが、生成システムのインセンティブは、新しい形態を取る。
パブリッシャーは、生成されたレスポンスとそれらのレスポンスへの属性を通じて、露出を得ることができる。
我々は,出版社が属性ベースの露出を競う,新興のGenAIエコシステムのゲーム理論モデルを紹介する。
戦略的コンテンツ作成者の学習ダイナミクスを,より応答性のある動的条件下で研究する。
学習力学の収束と平衡と生態系の安定性を関連づける。
潜在的なゲームの概念を取り入れて、いくつかの既知のコンテンツ選択メカニズムの下で、GenAIエコシステムの安定性について検討する。
実世界の現代システムを表すメカニズムの不安定性を実証し,安定したエコシステムを創出するメカニズムを特徴付ける。
我々は,GenAI生態系の安定性と福祉を様々なメカニズムで解析するために,広範囲なシミュレーションを行った。
シミュレーションは理論的な結果を支持し,安定性,出版者福祉,ユーザ福祉の相互作用を明らかにする。
特に、安定メカニズムは必ずしも福祉を最大化せず、プラットフォームデザイナにとって重要なトレードオフを示す。
そこで我々は,GenAIメカニズムの適切な選択が,出版者福祉とユーザ福祉の異なる源とのトレードオフの顕在化を可能にすることを示す研究を紹介する。
関連論文リスト
- AI-Augmented Inquiry and Regulation in Hybrid Systems: A Control Allocation Architecture for Preserving Epistemic Agency in Hybrid Human-AI Cognition [0.05863360388454259]
外的生成能力の増加に伴い、内部監視、校正、認知エンゲージメントが低下する可能性がある。
これは、分散人間-AIシステムにおける認知制御の再分配を反映している。
我々は、このジレンマを分析し、規制介入がどこで対処できるかを特定するためのAIRISフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-21T20:32:44Z) - Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence [114.82582862454052]
メカニスト(Mechanist)は、AIを科学機器として利用し、AIインテリジェンスの基礎となるメカニズムを自律的に発見するエージェントシステムである。
Claude Codeや既存のAI科学者システムと比較すると、Mechanistはより価値のあるメカニズムを生み出し、実験をより確実に実行する。
論文 参考訳（メタデータ） (2026-08-12T13:19:42Z) - Agentic AI Systems in Electrical Power Systems Engineering: Current State-of-the-Art and Challenges [6.837830206986645]
エージェントAIシステムは、人工知能において批判的で変革的なアプローチとして登場した。
本稿では,「エージェントAI」の正確な定義と分類について述べる。
本論文では,電気工学を専門とする4つの応用事例について述べる。
論文 参考訳（メタデータ） (2025-11-18T13:18:43Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - An Outlook on the Opportunities and Challenges of Multi-Agent AI Systems [32.48561526824382]
マルチエージェントAIシステム(MAS)は、内部生成モデルに基づいて対話、情報交換、意思決定を行う複数の自律エージェントで構成されている。
本稿では,MASを解析するための形式的枠組みについて概説する。
論文 参考訳（メタデータ） (2025-05-23T22:05:19Z) - AI-Driven Automation Can Become the Foundation of Next-Era Science of Science Research [58.944125758758936]
科学科学(Science of Science, SoS)は、科学的発見の基礎となるメカニズムを探求する。
人工知能(AI)の出現は、次世代のSoSに変革の機会をもたらす。
我々は、従来の手法よりもAIの利点を概説し、潜在的な制限について議論し、それらを克服するための経路を提案する。
論文 参考訳（メタデータ） (2025-05-17T15:01:33Z) - Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。
まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。
我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
論文 参考訳（メタデータ） (2025-05-13T17:59:20Z) - Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [132.77459963706437]
この本は、モジュール化された脳に触発されたアーキテクチャの中で、インテリジェントなエージェントをフレーミングする、包括的な概要を提供する。
自己向上と適応的な進化のメカニズムを探求し、エージェントが自律的に能力を洗練する方法を探求する。
また、エージェントの相互作用、協力、社会構造から生じる集合的知性についても調べる。
論文 参考訳（メタデータ） (2025-03-31T18:00:29Z) - AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。
このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文 参考訳（メタデータ） (2025-03-04T03:55:38Z) - Generative Artificial Intelligence: Evolving Technology, Growing Societal Impact, and Opportunities for Information Systems Research [1.6311895940869516]
我々は、AIの現状と今後の影響を予測するために、AIの進化と発展のトレンドを考察する。
我々は、象徴主義からコネクショナリズムへの継続的な変化に根ざした、GenAIのユニークな特徴を探求する。
論文 参考訳（メタデータ） (2025-02-25T16:34:23Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z)
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。