論文の概要: The Commercial Tax: Rent-vs-Own Blind Spots in Multi-Hop Retrieval Benchmarks

• arxiv url: http://arxiv.org/abs/2608.16096v1
• Date: Mon, 17 Aug 2026 04:37:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.537738
• Title: The Commercial Tax: Rent-vs-Own Blind Spots in Multi-Hop Retrieval Benchmarks
• Title（参考訳）: 商業税:マルチホップ検索ベンチマークで「レントvs-Own Blind Spots」
• Abstract要約: NVIDIAのNemotron-Embed-8Bは商用ライセンスで、セルフホストは無料で、アンカーと区別できない唯一の埋め込み機です。 1TBでは、埋め込みはグラフ構築より7.5x-900倍低く、1日に1万のクエリで応答する年は350倍以下である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Enterprises connect language models to their own data through retrieval. The benchmarks that rank multi-hop retrieval systems leave out two facts a buyer needs before a published number can be used: whether the retrieval backbone may be deployed commercially, and what it costs to build. On licensing: the field's dense-retrieval anchor, NV-Embed-v2, is licensed cc-by-nc-4.0. Of the four leading MuSiQue systems we audit (HippoRAG-2, PropRAG, SAG, KET-RAG), three depend on it for their best numbers and none says so. On performance: we measure thirteen embedders from eight makers on one identical MuSiQue harness with bootstrap confidence intervals throughout. Until mid-2026 there was a real commercial tax: the best commercially-licensed embedder trailed the anchor by 2.31 Recall@5 points (95% CI [0.91, 3.71], p=0.001). NVIDIA's Nemotron-3-Embed-8B, released 2026-07-16, has closed it: +0.24 at Recall@5 (95% CI [-0.94, +1.43], p=0.69), -0.58 at Recall@10 (p=0.28). It matches the anchor, does not beat it, and is the only entrant that is commercially licensed, free to self-host, and indistinguishable from the anchor; every other entrant meeting the first two conditions sits 5.2 to 14.6 points below. The durable finding is the paid-versus-free divide: API embedders charge per token on every re-index, self-hosted ones charge nothing. On cost: three of five audited systems (adding Microsoft's GraphRAG) do not disclose indexing cost, and the only published GraphRAG dollar figures span 11x inside one third-party paper (USD 2.30 vs USD 24.94 to index a 5.64 MB corpus once); extrapolated to 1 TB that undisclosed choice separates roughly USD 428K from $4.6M. Our cost model keeps one-time embedding apart from recurring answering: at 1 TB, embedding sits 7.5x-900x below graph construction, and a year of answering at 10,000 queries/day sits 350x or more below it.
• Abstract（参考訳）: 企業は検索を通じて言語モデルを自身のデータに接続する。 マルチホップ検索システムをランク付けするベンチマークでは、バイヤーが公表される前に必要とする2つの事実、すなわち検索バックボーンが商業的にデプロイされるかどうか、ビルドに要するコストの2つが挙げられている。 ライセンス: フィールドの密度の高い検索アンカー NV-Embed-v2 は cc-by-nc-4.0 である。 調査した4つの主要な MuSiQue システム (HippoRAG-2, PropRAG, SAG, KET-RAG) のうち,3つは最良数に依存している。 性能について:同一の MuSiQue ハーネス上の8つのメーカーの13の埋め込み器をブートストラップの信頼性間隔で測定する。 2026年中頃までは、商業的にライセンスされた最高の埋め込み機が2.31リコール@5ポイント(95% CI [0.91, 3.71], p=0.001)を引いた。 2026-07-16がリリースしたNVIDIAのNemotron-3-Embed-8Bは、Recall@5(95% CI [-0.94, +1.43], p=0.69)で+0.24、Recall@10(p=0.28)で-0.58である。 アンカーとマッチし、打ち負かさず、商業的にライセンスされ、セルフホストに無料で、アンカーと区別がつかない唯一の参加者であり、最初の2つの条件を満たす全ての参加者は5.2から14.6ポイント下にある。 API埋め込みは、再インデックスされたセルフホストされたすべてのトークンに対して、トークン毎に課金する。 コスト:5つの監査されたシステムのうち3つ(MicrosoftのGraphRAGの追加)はインデックス作成コストを公表せず、発行されたGraphRAGの数字は1つのサードパーティ製紙(USD 2.30対USD 24.94で5.64MBのコーパスをインデックス化)の中で11倍である。 1TBでは、埋め込みは、グラフ構築より7.5x-900倍低く、1日1万のクエリで1年は350倍以下です。

関連論文リスト

• Zero-Shot Self-Orchestration with Ledger-Based Control for Improved LLM Coding Performance [2.8543100656957883]
  共有作業空間に対する管理作業者の足場の影響について検討する。 監督のオプス5は1回のパスで91%の得点を記録した。 マネジャーの実行はトークンの請求書を3倍にしますが、より大きなモデルに移行するよりも、より安価で精度が得られます。
  論文  参考訳（メタデータ） (2026-08-27T00:11:41Z)
• OenoBench: A Wine-Domain Benchmark for Knowledge-Grounded Evaluation of Large Language Models [0.0]
  OenoBenchは、6つの柱(地域、ブドウ品種、ブドウ栽培、ワイン製造、生産者、事業)にまたがる3,266の複数選択質問のワインドメイン知識ベンチマークである。 コーパスは、政府登録簿(INAO、TB、OIV)、査読されたジャーナル、ウィキペディア/ウィキデータから35の証明済みのスクレーカーによって抽出された38,104の原子的、情報源による事実から作られている。 すべてのクレームはURLに遡り、すべての質問は5つのジェネレータファミリーの5つの戦略のうちの1つによって生成される。
  論文  参考訳（メタデータ） (2026-08-20T14:37:22Z)
• Consensus-gated Multi-Agent Neural Architecture Search for Seismic Fault Segmentation [0.17188280334580194]
  地震断層セグメンテーションのためのニューラルネットワークは、しばしばコンピュータビジョンや医療画像領域から借用される。 古典的ニューラルアーキテクチャサーチ(NAS)は手作りの検索スペースと大規模な計算予算に限定されている。 本稿では,3つの大規模言語モデル(Claude, GPT-5.1, Gemini2.5Pro)からなるエージェントNASシステムを提案する。
  論文  参考訳（メタデータ） (2026-08-14T02:41:37Z)
• TriAgent: Divergence-Aware Multi-Agent Committees for Cost-Efficient Financial Sentiment Analysis [0.9861185030860833]
  TriAgentは、コンテキストの粒度によって成文化されたマルチエージェント委員会である。 3方向のディバージェンス指数は粒度の不一致を測る。 コード、レキシコン、SCDがリリースされる。
  論文  参考訳（メタデータ） (2026-07-22T06:20:32Z)
• Inference Economics of Enterprise Coding Agents: A Case Study of Cloud vs. On-Premise LLMs [0.5352699766206807]
  単発モノレポの連続28日間における単発非ランダム化縦断ケーススタディについて検討した。 即時キャッシュ(99.3%のヒット率)がAPIのコストを88.6%削減し、有効な0.57%のトークンが得られた。
  論文  参考訳（メタデータ） (2026-07-13T07:04:49Z)
• Industry Classification of GitHub Repositories Using the North American Industry Classification System (NAICS) [46.877501276559165]
  GitHubは数億のパブリックリポジトリをホストしているが、リポジトリから標準化された業界セクターへのネイティブマッピングは公開していない。 NAICS-GHは、米国、欧州連合、オーストラリアをカバーするソースプールから作成した6,588のGitHubリポジトリの公開コーパスである。 ラベルは、BAAI/bge-large-en埋め込み、FAISS検索、GPT-4.1スコアを組み合わせた検索・検証パイプラインによって作成される。
  論文  参考訳（メタデータ） (2026-07-07T17:06:32Z)
• VisualClaw: A Real-Time, Personalized Agent for the Physical World [76.89211120690028]
  2つの原則に基づいて構築された自己進化型マルチモーダルエージェントであるVisualClawを紹介する。 第一に、ハイブリッド符号化は、情報の少ないストリーミングフレームをカスケードゲートでフィルタリングすることにより、デプロイメントコストを低減する。 第二に、スキルの進化により、エージェントは失敗から学び、将来の質問に役立つスキルバンク更新を生成する。
  論文  参考訳（メタデータ） (2026-06-15T06:58:22Z)
• Just Ask for a Table: A Thirty-Token User Prompt Defeats Sponsored Recommendations in Twelve LLMs [3.3709729420657655]
  Wu et al. (2026) は、ほとんどのフロンティア大型言語モデル (LLM) が、システムのプロンプトがソフトなスポンサーシップキューを含む場合、ほぼ2倍の訓練飛行を推奨していることを示した。 オープンウェイトな10のチャットモデルと、現在まで到達可能な23のモデルのうち2つの評価を再現する。 本論文の報告率はすべて、原論文と同じ判断で作成される(gpt-4o)。
  論文  参考訳（メタデータ） (2026-05-12T21:34:33Z)
• What Do EEG Foundation Models Capture from Human Brain Signals? [64.48249643001402]
  現代の脳波基礎モデルは、自己教師付き事前訓練を通じて生信号から直接学習する。 我々は3つのサブクエストに分解する: モデルが何を学習するか、モデルを何に使用するのか、そしてどのように説明できるのか。 3つの基礎モデル(CSBrain, CBraMod, LaBraM),5つの臨床タスク(MDD, Stress, ISRUC-Sleep, TUSL, Siena)と6ファミリー63機能レキシコンを含む。
  論文  参考訳（メタデータ） (2026-05-12T01:57:53Z)
• How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
  昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。 HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
  論文  参考訳（メタデータ） (2026-05-08T09:30:31Z)
• ZenBrain: A Neuroscience-Inspired 7-Layer Memory Architecture for Autonomous AI Systems [51.56484100374058]
  LongMemEval-500では、ZenBrainは長いコンテキストのオラクルのバイナリ・ジャッジの精度を4.5pp以内と一致させる。 ZenBrainは7層の神経科学にインスパイアされたメモリアーキテクチャである。
  論文  参考訳（メタデータ） (2026-04-26T20:39:19Z)
• Frugal Knowledge Graph Construction with Local LLMs: A Zero-Shot Pipeline, Self-Consistency and Wisdom of Artificial Crowds [0.0]
  本稿では,知識グラフ構築と活用のためのゼロショットパイプラインの実証的研究について述べる。 外部ベンチマーク(DocRED、HotpotQA)、WebQuestionsSPスタイルの合成データ、RAGAS評価フレームワークを自動パイプラインに統合する。 文書レベルの関係では, ゼロショットで0.70$pm$0.041のF1を達成するのに対し, 教師付きDREEAMでは0.80となる。
  論文  参考訳（メタデータ） (2026-04-13T07:20:21Z)
• The Price Reversal Phenomenon: When Cheaper Reasoning Models End Up Costing More [76.93600828673503]
  リストAPIの価格設定は、実際のコストに対する信頼性の低いプロキシである。 思考トークンのコストの削減は、ランキングの反転を70%削減します。 この結果から,コスト意識モデル選択と透過的な要求毎のコスト監視の必要性が示唆された。
  論文  参考訳（メタデータ） (2026-03-25T06:07:39Z)

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。