LLM 扫几行字就能判性格？LEX-EC 拆开给你看它到底信了什么

LLM 读一段文字就能给出性格判断，这事看着挺玄，用起来更玄。一段自我介绍丢进去问「这人外向还是内向」，它会吐出一个标签，回答得跟真看懂了似的。但没人知道它是真做了性格分析，还是只扫到了「喜欢聚会」「热爱社交」这类关键词就交了卷。

Georgia Tech 的 Brittany Harbison 和 Ashok K. Goel 刚在 arXiv 挂出来的 LEX-EC 框架，就是冲这个解释性缺口去的。它在黑盒条件下干了一件事：拆开 LLM 打出性格分的依据，看清楚模型到底依赖什么信号。

方法不花哨但很对症。文本送进模型拿到标签，然后反向操作——一轮一轮遮掉特定类别的词汇，先遮话题词和人口统计线索，再只保留功能词、情感词和认知风格类词，看模型的判断还能不能站住。如果「外向」分数在遮掉某类词之后明显跳水，那模型大概率不是在分析性格，只是在蹭相关词。

这套审计跑了三组文本。自由作文里的信号范围最宽但整体偏弱；研究生自我介绍里的外向性关联在被遮词之后明显弱化；单人 Facebook 状态——哪怕样本已经做了性格标签均衡——几乎留不下稳定证据。短文本、碎片化内容丢给模型，打出来的性格分可能跟随机猜差不太多。

遮掉话题和人口内容之后，部分性格关联仍然能被检测到，靠的是功能词、情感词和认知风格类词汇。模型确实能捕捉一些「跟说什么无关、跟怎么说有关」的信号——用词偏积极还是消极、句式偏复杂还是简单。但这些信号整体很薄，能不能撑起实际决策是另一回事。

LEX-EC 不提升分类精度，也不提新的性格模型。它是一套审计流程，评估的是几件更底层的事：分类 prevalence（样本里到底有多少被标了某类）、条目级关联（单条文本跟标签的对位关系）、机会修正一致性（去掉运气成分之后稳不稳定）、词汇限制下的判断变化（遮掉哪些词之后判断变了），以及 prompt 敏感性。它能回答一个很实际的问题：手头这批性格标签，有几成是真读出来的，几成是蹭出来的？

做简历筛选、用户画像或人机交互研究时如果用过 LLM 的性格判断能力，这篇论文值得翻。它不会让分类突然变准，但能让人知道自己拿到的那堆标签，边界到底在哪。

论文已在 arXiv 放出 PDF 和 HTML，框架 reusable，实验材料按论文描述可以获取。