新框架以“认识论担保”标注大模型建议可信度，区分不稳定到广泛支持四级
arXiv论文提出epistemic warrant概念，旨在为缺乏客观正确答案的LLM成对推荐提供决策级可靠性评估。
AI解读：这篇论文解决的核心问题是：当大模型给出建议（比如选方案A还是B）时，用户凭什么相信它？过去的方法只能评估模型的整体可靠性或置信度，无法针对某一条具体建议给出依据。作者从认识论借来“担保”（warrant）概念，把建议分成四级：不稳定、依赖上下文、局部支持、广泛支持。这对管理者或决策者的实际意义是，他们不再只看到“模型说选A”，还能知道这个偏好稳不稳定、在多大范围内成立。论文用已知群体测试和众包共识验证了分级有效性，并证明它不同于模型口头表达的置信度。不过，这仍属于理论框架，尚未说明如何在真实业务流程中落地，也没有提供具体部署工具，所以对普通用户而言目前不需要采取行动，真正相关的是研究模型可靠性和决策支持系统的开发者，他们可以据此设计更透明的推荐界面。
9 月 3 日提交至arXiv的一篇论文（编号 2609.04127）提出“认识论担保”（epistemic warrant）概念，用于评估大语言模型（LLM）给出的成对推荐是否值得依赖。作者Shai Vardi和Jo\~ao Sedoc将建议划分为四个层级：不稳定、依赖上下文、局部支持和广泛支持。论文共 43 页，属于人工智能（cs.AI）领域。
四级依赖证书如何运作
论文指出，现有评估通常关注模型的整体属性（如可靠性、不确定性或稳健性）或用户信任，而非单项推荐背后的依据。研究者从认识论中借鉴理论，提出epistemic warrant这一决策级概念，用于刻画模型偏好的稳定性及其成立的范围。他们据此设计了一个四级依赖证书，将成对推荐区分为不稳定、依赖上下文、局部支持和广泛支持四种类型，以便在没有客观正确答案的情况下，为用户提供一个理论扎实、可实施的评估方法。
验证结果
作者使用当代方法论进行验证：已知群体测试成功恢复了专家预设的担保排序；更强的担保与工人群体的独立共识系统性一致。他们还表明，epistemic warrant提供的信息不同于模型口头表达的置信度，也不能简单地用决策难度来解释。