重标定置信度：标度设计所揭示的LLM元认知

言语化置信度（verbalized confidence）指LLM报告一个数值化的确定性分数，它被广泛用于黑盒设置下的不确定性估计，但置信度标度本身（通常为0–100）却很少被审视。我们表明，这一设计选择并非中性。跨六个LLM和三个数据集，言语化置信度被严重离散化，超过78%的回复集中在仅三个凑整数值上。为探究这一现象，我们沿粒度（granularity）、边界位置（boundary placement）与范围规则性（range regularity）三个维度系统地操纵置信度标度，并使用$meta\text{-}d'$评估元认知敏感性。我们发现，0–20标度相比标准0–100格式一致地改善了元认知效率，而边界压缩会降低性能，且即使在不规则范围下，凑整数值偏好依然存在。这些结果表明，置信度标度设计直接影响言语化不确定性的质量，应被视为LLM评估中的一等实验变量。