في عصر تتصاعد فيه أهمية نماذج اللغة الضخمة (Large Language Models) كقضاة آليين لتقييم قوة الحجج، فإن دورها يزداد تعقيدًا وأهمية. إلا أن شرعية هذه النماذج تعتمد على عدة عوامل، منها الاتساق والشفافية، وكذلك القدرة على التمييز بين الهيكل الحجاجي والجوانب البلاغية.

ومع ذلك، تظهر دراسات حديثة أن التقييم الشامل - وهو ممارسة شائعة حيث يقدم النموذج حكمًا عامًا حول مناظرة ما - يعاني من تباين كبير بين النماذج المختلفة. يعود جوهر هذه المشكلة إلى تجميع الهيكل المعقد للنقاش في تقييم واحد غير شفاف.

ولمعالجة هذه القضايا، تم تقديم تقنية جديدة تُدعى GRASP (الترتيب التدريجي مع دعم ودفاع التفاعل). يمثل هذا الإطار العمل الاستقرائي أداة مبتكرة تقوم بتجميع الأحكام المحلية المستقرة حول التفاعلات لتقديم ترتيب شامل من خلال عملية استغلال وتطوير متقاربة.

أظهرت الأبحاث أن الأحكام المحلية للتفاعل أكثر قابلية للتكرار مقارنةً بالتصنيفات الشاملة في تقييمات نماذج اللغة كقضاة. وبالتالي، تتيح GRASP إنتاج تصنيفات عالمية أكثر اتساقًا.

ما يميز GRASP هو أنها لا تتوافق مع تصنيفات "الإقناع" البشرية، مما تسلط الضوء على تمييز اجتماعي تقني مهم؛ فلا تقيس هذه التقنية الإقناع أو الحقائق، بل تعكس كفاءة الهيكل - مفهوم الدفاع الواعي لصلابة الحجج عبر الرسم البياني للتفاعل الصريح.

بشكل عام، توفر GRASP بديلاً شفافًا وقابل للتدقيق في تقييم نماذج اللغة التقليدية، مما يساهم في تعزيز دقة وموثوقية تقييم الحجج في هذا المجال المتطور.