論文の概要: Welfare-Opaque Income: Taxation under AI-Agent Delegation

• arxiv url: http://arxiv.org/abs/2609.20425v1
• Date: Thu, 17 Sep 2026 14:07:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.298787
• Title: Welfare-Opaque Income: Taxation under AI-Agent Delegation
• Title（参考訳）: 福祉・Opaqueの所得:AI-Agent Delegationの下での課税
• Abstract要約: 我々は、政府から隠されたルールを通じて、AIエージェントが経済的に関係のある選択を行うときの所得課税について研究する。 この隠された嗜好と実行のマッピングは、観察不能な観測可能性を生み出します。 本研究は, 機械的厚みが同一であっても, 改正福祉効果が異なる場合に, 税ベース統計が一致することを示すものである。
• 参考スコア（独自算出の注目度）: 4.026212304760799
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study income taxation when an AI agent implements economically relevant choices through a rule hidden from the government. Alongside unobserved productive ability, this hidden preference-to-execution mapping creates \emph{double unobservability}: the same observable tax-base response can carry different welfare consequences. We call the resulting income \emph{welfare-opaque}. Our constructions show that tax-base statistics can coincide while reform welfare effects differ, even when mechanical welfare weights are identical. We derive an optimal-tax condition that adds a response-weighted execution wedge to the familiar sufficient statistics. A higher marginal rate gains a corrective benefit under local over-execution and an additional cost under local under-execution. Observing the wedge identifies the welfare effect of a marginal reform at the prevailing schedule; bounds on it deliver bounds on that effect. A controlled laboratory compares 4,500 model runs across five AI engines. Faithful delegation selects the score maximizer in essentially all runs. Conflicted objectives produce heterogeneous responses: Claude largely preserves the score maximizer, GLM moves predominantly downward, and GPT-mini and Qwen show concentrated lower-tail increases. Qwen also makes substantial downward adjustments. Different engines locate their departures at different points and in different directions of the designed distribution. Explicit scores align model rankings; formula-based objective instructions yield more uneven agreement. Qwen shows a clear positive tax-by-objective interaction, but its direction does not generalize across engines and the pooled sign depends on its inclusion. The analysis identifies execution information as a complement to conventional tax-base statistics.
• Abstract（参考訳）: 我々は、政府から隠されたルールを通じて、AIエージェントが経済的に関係のある選択を行うときの所得課税について研究する。 監視不能な生産能力に加えて、この隠された選好と実行のマッピングは、同じ監視可能な納税基準の応答が異なる福祉効果をもたらすことができる「emph{double unobservability}」を生成する。 私たちはその結果の収入を「emph{welfare-opaque}」と呼びます。 本研究は, 機械的厚みが同一であっても, 改正福祉効果が異なる場合に, 税ベース統計が一致することを示すものである。 十分な統計量に応答重み付き実行ウェッジを追加する最適課税条件を導出する。 限界レートが高ければ、局所的な過剰実行の下では補正的利益が得られ、局所的な過負荷下では追加的なコストが生じる。 ウェッジを観察することは、周知のスケジュールで限界改革の福祉効果を識別し、その効果に限界を与える。 制御された実験室は、5つのAIエンジンで走る4500台のモデルと比較する。 忠実な代表団は、基本的にすべてのランでスコアの最大値を選択する。 クロードはスコア最大化器をほとんど保存し、GLMは主として下方へ移動し、GPT-miniとQwenは集中的な下尾増加を示す。 また、Qwenは下向きの調整も行う。 異なるエンジンは、異なる点と設計された分布の異なる方向を出発点として配置する。 明示的なスコアはモデルランキングと一致し、公式ベースの客観的指示はより不均一な合意をもたらす。 Qwen は明らかに肯定的な対物的相互作用を示すが、その方向はエンジン全体にわたって一般化せず、プールされた記号はその包含に依存している。 この分析は、実行情報を従来の税制統計を補完するものとして識別する。

関連論文リスト

• TED: Related Party Transaction guided Tax Evasion Detection on Heterogeneous Graph [41.897301755940454]
  本稿では,脱税検知の性能向上を目的とした新しいグラフニューラルネットワークモデルを提案する。 具体的には、低レベルノイズ情報をフィルタするために、不均一で複雑なパーティトランザクショングループを使用します。 本手法を税務署の実際のリスク管理システムに適用し、2つの人間ラベルの実世界の税データセット上で評価する。
  論文  参考訳（メタデータ） (2026-05-26T13:09:37Z)
• Budgeting Discretion: Theory and Evidence on Street-Level Decision-Making [10.816276884713611]
  そこで本研究では,実運用制約下での意思決定の時間的制限について,基本的モデルを提案する。 我々は、オーバライドがダイナミックなしきい値ルールに従うことを示し、機会が時間と予算に依存したカットオフを超えた場合にのみ、裁量を使用する。 これらの結果から,判断は手続き的制約と福祉的改善の両面において,明確に予算化された資源として扱われることが示唆された。
  論文  参考訳（メタデータ） (2026-02-10T18:02:14Z)
• Towards Generalizable Reasoning: Group Causal Counterfactual Policy Optimization for LLM Reasoning [50.352417879912515]
  大規模言語モデル(LLM)は推論能力の進歩とともに複雑なタスクに優れる。 一般化可能な推論パターンを学習するために,LLMを明示的に訓練するためのグループ因果政策最適化を提案する。 次に、この報酬からトークンレベルのアドバンテージを構築し、ポリシーを最適化し、LCMにプロセス無効で事実上堅牢な推論パターンを推奨します。
  論文  参考訳（メタデータ） (2026-02-06T08:03:11Z)
• Outcome-Grounded Advantage Reshaping for Fine-Grained Credit Assignment in Mathematical Reasoning [60.00161035836637]
  グループ相対政策最適化は、推論タスクのための有望な批判のない強化学習パラダイムとして登場した。 我々は,各トークンがモデルの最終回答にどの程度影響するかに基づいて,利益を再分配する,きめ細かい信用割当機構であるOutcome-grounded Advantage Reshaping (OAR)を紹介した。 OAR-Gは計算オーバーヘッドを無視して同等のゲインを達成し、どちらも強力なGRPOベースラインをはるかに上回っている。
  論文  参考訳（メタデータ） (2026-01-12T10:48:02Z)
• TaxAgent: How Large Language Model Designs Fiscal Policy [22.859190941594296]
  本研究では,大規模言語モデル(LLM)とエージェントベースモデリング(ABM)を統合し,適応型税制を設計するTaxAgentを紹介する。 我々のマクロ経済シミュレーションでは、ヘテロジニアスなH-Agents(ハウスホールディングス)が現実の納税者の振る舞いをシミュレートし、TaxAgent(政府)はLLMを使って税率を反復的に最適化し、株式と生産性のバランスをとる。 Saez Optimal Taxation、合衆国の連邦所得税、自由市場を基準に、TaxAgentは優れた株式・効率のトレードオフを達成している。
  論文  参考訳（メタデータ） (2025-06-03T13:06:19Z)
• A Taxation Perspective for Fair Re-ranking [61.946428892727795]
  本稿では,2項目間の実用性の違いに基づいて税率を上昇させる,税率という新たな公正な再格付け手法を提案する。 我々のモデルである税ランクは、公正な優遇措置として優れた税率政策を提供し、理論的には、精度損失よりも連続性と制御性の両方を実証している。
  論文  参考訳（メタデータ） (2024-04-27T08:21:29Z)
• Algorithmic Fairness and Vertical Equity: Income Fairness with IRS Tax Audit Models [73.24381010980606]
  本研究は、IRSによる税務監査選択を通知するシステムの文脈におけるアルゴリズムフェアネスの問題について検討する。 監査を選択するための柔軟な機械学習手法が、垂直エクイティにどのように影響するかを示す。 この結果は,公共セクター全体でのアルゴリズムツールの設計に影響を及ぼす。
  論文  参考訳（メタデータ） (2022-06-20T16:27:06Z)
• Integrating Reward Maximization and Population Estimation: Sequential Decision-Making for Internal Revenue Service Audit Selection [2.2182596728059116]
  我々は、新しい設定、最適化および推定された構造化バンディットを導入する。 この設定は多くの公共および民間分野のアプリケーションに固有のものである。 我々は、米国内国歳入庁の実際のデータにその重要性を示す。
  論文  参考訳（メタデータ） (2022-04-25T18:28:55Z)
• Deconfounding Scores: Feature Representations for Causal Effect Estimation with Weak Overlap [140.98628848491146]
  推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。 分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。 特に,この手法が標準正規化の魅力的な代替となることを示す。
  論文  参考訳（メタデータ） (2021-04-12T18:50:11Z)
• The AI Economist: Improving Equality and Productivity with AI-Driven Tax Policies [119.07163415116686]
  我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。 競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。 AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
  論文  参考訳（メタデータ） (2020-04-28T06:57:18Z)

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。