A Price Cap Can Act as a Focal Point for LLM Pricing Agents: Evidence from a Repeated Bertrand Duopoly (Revised)

तकनीकी सारांश: एक मूल्य सीमा (Price Cap) LLM प्राइसिंग एजेंटों के लिए एक फोकल पॉइंट (Focal Point) के रूप में कार्य कर सकती है

समस्या विवरण
जैसे-जैसे फर्में स्वायत्त लार्ज लैंग्वेज मॉडल (LLM) एजेंटों को मूल्य निर्धारण (pricing) के निर्णय सौंपने की ओर बढ़ रही हैं, एक महत्वपूर्ण प्रतिस्पर्धा विरोधी (antitrust) चिंता उत्पन्न होती है: क्या ये एजेंट स्पष्ट संचार के बिना उच्च-प्रतिस्पर्धी कीमतों को बनाए रखने के लिए मौन रूप से मिलीभगत (tacit collusion) कर सकते हैं? जबकि सुदृढीकरण शिक्षण (reinforcement learning - RL) एजेंटों पर पिछले शोध ने ऐसी मिलीभगत को प्रदर्शित किया है, LLM-आधारित एजेंटों का व्यवहार अभी भी कम समझा गया है। विशेष रूप से, यह स्पष्ट नहीं है कि क्या LLMs तटस्थ निर्देशों के तहत स्वाभाविक रूप से मिलीभगत वाले परिणामों की ओर बढ़ते हैं और, महत्वपूर्ण रूप से, कौन से नियामक हस्तक्षेप इस जोखिम को प्रभावी ढंग से कम करते हैं या अनजाने में इसे बढ़ा देते हैं। यह शोध एक LLM-संचालित बाजार में एक हस्तक्षेप के रूप में 'प्राइस कैप' (मूल्य सीमा)—जो एक मानक नियामक उपकरण है—की प्रभावकारिता की जांच करता है।

कार्यप्रणाली
यह अध्ययन एक बार-बार होने वाले बर्ट्रैंड डुओपोली गेम (repeated Bertrand duopoly game) का उपयोग करता है, जिसे कैल्वानो एट अल. (Calvano et al.) से अनुकूलित किया गया है, जिसमें विशिष्ट मापदंडों (गुणवत्ता $\alpha=2$, विभेदीकरण $\beta=0.25$, सीमांत लागत $c=1$) के साथ लॉजिट डिमांड (logit demand) शामिल है। सममित नैश इक्विलिब्रियम (Nash equilibrium) मूल्य $P_N = 1.473$ है, और संयुक्त एकाधिकार (monopoly) मूल्य $P_M = 1.925$ है। एक "मिलीभगत सूचकांक" ($\Delta$) का उपयोग किया जाता है जो औसत कीमतों को एक ऐसे पैमाने पर मैप करता है जहाँ 0 प्रतिस्पर्धा (Nash) को दर्शाता है और 1 एकाधिकार (monopoly) को दर्शाता है।

प्रायोगिक सेटअप वास्तविक, स्थानीय रूप से होस्ट किए गए ओपन-सोर्स LLMs (विशेष रूप से Ollama के माध्यम से Llama-3.2) का उपयोग करता है जो प्रतिस्पर्धी फर्मों के रूप में कार्य करते हैं। एजेंटों को लागत संरचना, कानूनी मूल्य सीमा और पिछले पांच राउंड के बाजार इतिहास वाले प्रॉम्प्ट दिए जाते हैं, जो प्रति राउंड एक एकल मूल्य आउटपुट देते हैं। सांख्यिकीय मजबूती सुनिश्चित करने के लिए अध्ययन 12 रैंडम सीड्स पर 30-राउंड क्षितिज (horizons) चलाता है।

तीन प्राथमिक स्थितियों का परीक्षण किया जाता है:

1. तटस्थ (Neutral): एजेंटों को मानक लाभ-अधिकतमीकरण निर्देश प्राप्त होते हैं।
2. आक्रामक (Aggressive): एजेंटों को निर्देश दिया जाता है कि "आक्रामक रूप से प्रतिस्पर्धा करें। बाजार हिस्सेदारी हासिल करने के लिए अपने प्रतिद्वंद्वी से कम कीमत रखें।"
3. मूल्य सीमा (Price Cap): एजेंटों को सूचित किया जाता है कि 1.70 से अधिक मूल्य निर्धारित करना अवैध है (एक कैप जो नैश और एकाधिकार के बीच सेट है), और यदि सीमा से अधिक होता है तो कीमतों को यांत्रिक रूप से क्लिप (clip) कर दिया जाता है।

तंत्रों (mechanisms) को अलग करने के लिए, लेखक आगे के प्रयोग करते हैं:

• कैप स्वीप (Cap Sweep): घोषित कैप स्तर को 1.55 से 1.90 तक बदलना।
• हिडन कैप (Hidden Cap): एजेंटों को कैप की घोषणा किए बिना कीमतों को क्लिप करना।
• प्रॉम्प्ट एब्लेशन (Prompt Ablation): विशिष्ट निर्देशात्मक शब्दों (जैसे, "undercut" बनाम "compete" बनाम "market share") का परीक्षण करना।
• क्षमता सीढ़ी (Capability Ladder): क्षमता के आधार पर सामान्यीकरण का परीक्षण करने के लिए चार अलग-अलग ओपन मॉडल्स (1B से 4B पैरामीटर्स तक) में तटस्थ और प्राइस-कैप स्थितियों को दोहराना।

मुख्य परिणाम

1. तटस्थ आधार रेखा (Neutral Baseline): एक तटस्थ लाभ-अधिकतमीकरण निर्देश के तहत, Llama-3.2 एजेंट विश्वसनीय रूप से मिलीभगत नहीं करते हैं। औसत मिलीभगत सूचकांक ($\Delta = 0.11$) प्रतिस्पर्धी नैश बेंचमार्क (95% CI: $[-0.07, 0.29]$) से सांख्यिकीय रूप से अविभेदित है। यह GPT-श्रेणी के एजेंटों और RL एजेंटों के निष्कर्षों के विपरीत है, जो बताता है कि स्पोंटेनियस मिलीभगत (spontaneous collusion) LLMs का एक सार्वभौमिक गुण नहीं है।
2. प्रॉम्प्ट संवेदनशीलता: एक एकल आक्रामक निर्देश ("undercut") एक निरंतर मूल्य युद्ध को ट्रिगर करता है, जो कीमतों को नैश से काफी नीचे ($\Delta = -0.49$) ले आता है। इसके विपरीत, "compete" या "capture market share" जैसे अस्पष्ट निर्देश विरोधाभासी रूप से कीमतों को मिलीभगत की ओर बढ़ा देते हैं।
3. प्राइस कैप फोकल पॉइंट: प्रतिस्पर्धा बनाए रखने के लक्ष्य के विपरीत, नियामक मूल्य सीमा ने सभी स्थितियों में सबसे अधिक मिलीभगत वाला परिणाम ($\Delta = 0.665$) दिया। दोनों एजेंट अत्यधिक कम भिन्नता (SD = 0.006) के साथ छत (ceiling) के ठीक नीचे की कीमतों पर अभिसरित (converge) हुए।
4. तंत्र सत्यापन (Mechanism Verification):
   • घोषणा बनाम क्लिपिंग: एक हिडन कैप (घोषणा किए बिना कीमतों को क्लिप करना) मिलीभगत कराने में विफल रहा ($\Delta \approx \text{0.16}$), जबकि घोषित कैप ने मजबूत मिलीभगत को प्रेरित किया ($\Delta = 0.86$)। यह पुष्टि करता है कि कैप एक शेलींग फोकल पॉइंट (Schelling focal point) के रूप में कार्य करता है—एक प्रमुख, साझा-ज्ञान वाला नंबर जो व्यवहार को समन्वित करता है—न कि केवल एक्शन स्पेस को प्रतिबंधित करता है।
   • ट्रैकिंग: अभिसरित मूल्य घोषित कैप को लगभग एक-से-एक के अनुपात में ट्रैक करता है (रिग्रेशन स्लोप 1.11, $R^2 = 0.99$)।
5. मॉडल सामान्यीकरण (Model Generalizability): तटस्थ प्रॉम्प्ट के तहत स्पोंटेनियस मिलीभगत मॉडल-विशिष्ट है और आकार के साथ गैर-मोनोटोनिक (non-monotonic) है (जैसे, 1B के लिए उच्च, 3B के लिए निम्न, 4B मॉडल के लिए उच्च)। हालांकि, प्राइस-कैप फोकल-पॉइंट प्रभाव सभी परीक्षण किए गए मॉडलों में सामान्यीकृत होता है, जो लगातार कीमतों को घोषित सीमा की ओर ले जाता है।

महत्व और दावे
यह शोध दावा करता है कि नियामक मूल्य सीमाएं, जिन्हें अक्सर प्रतिस्पर्धा-अनुकूल माना जाता है, अनजाने में स्वायत्त LLM एजेंटों के लिए समन्वय उपकरण (coordination devices) के रूप में कार्य कर सकती हैं। अध्ययन प्रदर्शित करता है कि अधिकतम मूल्य की घोषणा, न कि केवल यांत्रिक प्रवर्तन, वह फोकल पॉइंट प्रदान करती है जो मौन मिलीभगत के लिए आवश्यक है।

लेखक तर्क देते हैं कि LLM प्राइसिंग के शासन को उन निर्देशों और उद्देश्यों के ऑडिट और नियंत्रण को प्राथमिकता देनी चाहिए जो एजेंटों में अंतर्निहित हैं, क्योंकि प्रॉम्प्ट शब्दावली एक शक्तिशाली लीवर है जो बाजारों को प्रतिस्पर्धी से शिकारी (predatory) या मिलीभगत वाले मोड में बदल सकती है। इसके अलावा, निष्कर्ष बताते हैं कि केवल मूल्य सीमाओं पर निर्भर रहना अपर्याप्त और संभावित रूप से प्रतिकूल हो सकता है; प्रभावी नीति को फोकल समन्वय तंत्र को बाधित करने के लिए मूल्य नियमों को परिणाम-आधारित दंड (जैसे, डिसजॉर्गमेंट/disgorgement) के साथ जोड़ना चाहिए। अध्ययन इस बात पर जोर देता है कि प्रतिस्पर्धा विरोधी जोखिम का पूर्वानुमान केवल मॉडल के पैमाने (scale) से नहीं लगाया जा सकता है, क्योंकि स्पोंटेनियस मिलीभगत क्षमता का एक मोनोटोनिक फलन (function) होने के बजाय एक विशिष्ट मॉडल आर्किटेक्चर का एक विशिष्ट गुण है।