論文の概要: TokenBank: Financial Infrastructure for AI Services

• arxiv url: http://arxiv.org/abs/2610.11333v1
• Date: Thu, 08 Oct 2026 06:29:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 11:59:33.739272
• Title: TokenBank: Financial Infrastructure for AI Services
• Title（参考訳）: TokenBank: AIサービスのための金融インフラ
• Abstract要約: API価格の変更、事前資本の制限、サービス障害は、オペレータがサービスを維持または拡張する能力を制限する可能性がある。 私たちは、構造化された契約を通じてこれらのコミットメントを表現する金融インフラであるTokenBankを紹介します。 サービス消費権、キャッシュ(フォワード)のAPI価格の違いを解決した合意、将来のサービス収益に対する制限された権利による資金調達、特定のサービス障害に対する保護要求をサポートする。
• 参考スコア（独自算出の注目度）: 0.6875312133832079
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI services incur inference costs during execution, while revenue may arrive later. Changing API prices, limited upfront capital, and service failures can limit operators' ability to sustain or expand their services. Beyond reducing per-request costs, operators need to plan future spending, fund execution before revenue arrives, and obtain compensation for specified losses. This requires clear agreements across services with different pricing and execution conditions. These agreements must distinguish rights to consume services from rights to receive payments, define obligations under uncertain costs and income, and specify which failures qualify for compensation and how much can be paid. We present TokenBank, a financial infrastructure that represents these commitments through structured contracts. It supports service-consumption rights, agreements that settle API-price differences in cash (forwards), financing through limited rights to future service revenue, and protection claims for specified service failures. Contracts specify participants, covered services, validity, ownership, fulfillment conditions, and settlement rules. Evaluation combines replay of 899,441 API requests, real model-driven agent execution, and contract API tests. In a zero-discount rising-price resampling scenario, forwards reduce mean expenditure by USD 304.88 but increase its standard deviation from USD 1,152.45 to USD 1,190.82. A controlled replication with five portfolios per capital condition finds mean contribution differences between financing and self-funding of +1.0635, -0.1406, and -0.2962 experimental USD under low, baseline, and ample capital, respectively. The evaluation distinguishes contract correctness from economic effectiveness under declared economic and failure assumptions; supplier invoices and commercial revenue are unavailable.
• Abstract（参考訳）: AIサービスは実行中に推論コストを発生させるが、収益は後になる可能性がある。 API価格の変更、事前資本の制限、サービス障害は、オペレータがサービスを維持または拡張する能力を制限する可能性がある。 需要単価の削減以外にも、業者は将来の支出を計画し、歳入が到着する前に資金を投入し、特定の損失に対する補償を得る必要がある。 これは、価格と実行条件の異なるサービス間で明確な合意を必要とする。 これらの協定は、支払いを受ける権利からサービスを利用する権利を区別し、不確実なコストと収入の下で義務を定義し、どの障害が補償の資格を持ち、どれだけの金額を支払うことができるかを規定しなければならない。 私たちは、構造化された契約を通じてこれらのコミットメントを表現する金融インフラであるTokenBankを紹介します。 サービス消費権、キャッシュ(フォワード)のAPI価格の違いを解決した合意、将来のサービス収益に対する制限された権利による資金調達、特定のサービス障害に対する保護要求をサポートする。 契約には、参加者、カバーサービス、有効性、所有権、履行条件、決済ルールが規定されている。 評価は899,441のAPIリクエストのリプレイ、実際のモデル駆動エージェントの実行、コントラクトAPIテストを組み合わせたものだ。 ゼロ・ディスカウント・ライジング・サンプリングのシナリオでは、フォワードはUSD 304.88による平均支出を減らすが、USD 1,152.45からUSD 1,190.82への標準偏差を増大させる。 資本状態当たりの5ポートフォリオの規制された複製では、資金と自己資金のそれぞれが低い、ベースライン、アンプル資本の条件下では、+1.0635、-0.1406、-0.2962の実験的なUSDの貢献差が示される。 この評価は、契約の正しさと、宣言された経済・失敗の前提の下での経済効果を区別するものであり、サプライヤーの請求書と商業収入は利用できない。

関連論文リスト

• Inference Auctions [62.91620314460838]
  我々は、ユーザーがより高速なサービスに入札できる推論オークションを設計する。 私たちのオークションは遅延を犠牲にすることなく経済的に効率よく優先順位を割り当てます。
  論文  参考訳（メタデータ） (2026-09-30T16:24:10Z)
• The Price of Thinking: Reasoning Effort as a Model-Specific API Contract [0.0]
  API購入者は、モデル名だけでなく、日付付き契約を購入する。 我々は、Sonnet 5 のペアコントラストの登録により、同じモデルに対して、努力を省略した上で、明らかな高い努力をすることで、推理効果の項を考察する。
  論文  参考訳（メタデータ） (2026-08-16T12:09:29Z)
• Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
  emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。 EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
  論文  参考訳（メタデータ） (2026-05-28T09:45:47Z)
• From Licensing to Open Access: Designing a Sustainable Transition in Operational Weather Data [0.0]
  ECMWFは制限付きデータライセンスモデルからCC BY 4.0でオープンアクセスに移行した。 設計の選択、運用上の制約、初期の成果について説明する。 AIベースの予測製品が自由に利用可能になるにつれて、サステナビリティに関する疑問が生まれつつある。
  論文  参考訳（メタデータ） (2026-05-20T19:30:02Z)
• A Multi-Head Attention Approach for SLA Compliance Monitoring in Data Centers [0.0]
  データセンタにおけるサービスレベルの合意(SLA)は、電力、温度、湿度の正確なしきい値を定義します。 SLAルールを構造化オブジェクトとしてエンコードして,手作業によるアノテーションを使わずにトレーニングデータを生成するフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-06T18:31:06Z)
• Terms of (Ab)Use: An Analysis of GenAI Services [5.195386841587692]
  ChatGPTやGeminiのようなジェネレーティブAIサービスは、急速に成長している消費者向けサービスの一つだ。 我々は、EUベースの消費者の観点から、6つの生成AIサービスの用語を分析します。
  論文  参考訳（メタデータ） (2026-03-19T14:30:00Z)
• Cost-aware Stopping for Bayesian Optimization [46.95172329282389]
  本稿では,様々な評価コストに適応し,チューニングが不要なベイズ最適化のためのコスト対応停止則を提案する。 我々は,最先端の取得関数と組み合わせた場合,停止規則によって得られる期待累積評価コストを拘束する理論的な保証を証明した。
  論文  参考訳（メタデータ） (2025-07-16T17:54:14Z)
• Are You Getting What You Pay For? Auditing Model Substitution in LLM APIs [71.7892165868749]
  LLM(Commercial Large Language Model) APIは基本的な信頼の問題を生み出します。 ユーザーは特定のモデルに課金するが、プロバイダが忠実に提供できることを保証することはない。 我々は,このモデル置換問題を定式化し,現実的な逆条件下での検出方法を評価する。 我々は,信頼された実行環境(TEE)を実用的で堅牢なソリューションとして使用し,評価する。
  論文  参考訳（メタデータ） (2025-04-07T03:57:41Z)
• Fairness-Accuracy Trade-Offs: A Causal Perspective [58.06306331390586]
  我々は、初めて因果レンズから公正性と正確性の間の張力を分析する。 因果的制約を強制することは、しばしば人口集団間の格差を減少させることを示す。 因果制約付きフェアラーニングのための新しいニューラルアプローチを導入する。
  論文  参考訳（メタデータ） (2024-05-24T11:19:52Z)

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。