在解释配置文件之前：LLM 元认知自我报告的有效性衡量

临床人格评估在解释实质性量表之前筛选反应有效性。 LLM 评价没有。我们将 PAI 和 MMPI-3 的有效性缩放框架应用于来自 20 个前沿模型、涵盖 524 个项目的元认知探测数据。六个有效性指标可操作：L（对错误保持信心）、K（对错误下注）、F（撤回共识认可的项目）、Fp（撤回正确答案）、RBS（反向监控）和 TRIN（固定响应）。分层分类系统将四个模型识别为构建级别无效，两个模型识别为高级别模型。有效配置文件模型产生项目敏感置信度（平均值 r = 0.18，16 个中的 14 个显着）。无效轮廓模型则不然（平均值 r = -.20，d = 2.17，p = .001）。思维链训练会产生两种相反的反应扭曲。两个潜在维度占指数方差的 94.6%。配套论文提取了便携式筛选方案（Cacioli，2026e）并根据选择性预测对其进行验证（Cacioli，2026f）。所有数据和代码：https://github.com/synthiumjp/validity-scaling-LLM