GRASP：基于交互图的确定性论证排序

大型语言模型越来越多地被部署为自动评判员，以评估论证强度。随着这一角色的扩展，其合法性取决于一致性、透明度以及能够将论证结构与修辞吸引力区分开来。然而，我们表明，整体评判——一种常见的 LLM 作为评判员实践——在模型之间存在显著的 inter-model 不一致。我们认为，这种不稳定性源于将论辩的复杂交互结构坍缩为单个不透明的评分。为此，我们提出 GRASP（Gradual Ranking with Attacks and Support Propagation，渐进式排序与攻击与支持传播），一个聚合稳定局部交互判断的确定性框架，通过收敛的攻击-防御传播算子生成全局排序。我们表明，局部交互判断在 LLM 作为评判员评估中比整体排序更可重复，从而使 GRASP 能够产生更一致的全局排序。我们进一步表明，GRASP 分数不与人类“说服力”标签相关，这突显了一种关键的社会技术区分：GRASP 不衡量说服力、事实性或修辞吸引力，而是衡量结构充分性——即一种以防御为导向的论证鲁棒性概念，基于显式的交互图。总体而言，GRASP 提供了整体 LLM 评判的透明且可审计的替代方案。