在组织决策中，大语言模型（LLM）的推荐使用日益增多，但用户往往缺乏评估单个推荐是否值得依赖的原则性依据。现有方法多聚焦模型的整体属性，如可靠性、不确定性或鲁棒性，或关注用户信任，而未明确说明依赖某条推荐的根本依据。本文借鉴认识论的理论框架，引入epistemic warrant（认知依据）这一决策层面的概念，用以刻画模型偏好稳定性以及该偏好适用的范围。我们将该概念具体化为针对成对推荐的四层级依赖证书，分别对应不稳定、情境依赖、局部支持和广泛支持四种推荐类型。通过已知组测试验证了该构造的有效性：能够恢复专家预设的依据排序，且更高层级的依据与众包工作者的独立共识呈系统性一致。此外，实验表明 epistemic warrant 所提供的信息与模型口头置信度不同，也不易被决策难度所解释。总体而言，该框架在缺乏客观真值的情形下，为评估单条 LLM 推荐的依据提供了理论扎实且可实现的方法。
点评