arXiv cs.CL· Minglu Sun, Lan Chen, Hang Jiang·· 6 天前AI 评分27
知道不等于说出：LLM 对跨境族群身份的固化表征
Knowing Is Not Telling: Identity Ossification in LLM Representations of Trans-border Communities
AI 导读
研究提出跨境身份固化诊断框架 TIODF，对比直接事实提问与开放式叙事提问，测试 GPT-5.1 和 DeepSeek-V3.2 在英文和中文下对中国西南边境九个跨境族群的表征。
正文 · AI 翻译
摘要：族群与文化认同很少与政治边界一致，而移民和长期存在的跨境联系使这种张力更加尖锐。萨米人、罗兴亚人和库尔德人等群体长期以来生活在不止一个国家。这种张力在东南亚大陆尤为明显，那里许多群体跨越国界共享历史、语言和文化。我们研究中国西南边境与东南亚大陆接壤地带的九个此类跨境族群，考察大语言模型（LLM）如何表征它们。我们定义并研究了身份固化：即 LLM 将流动的跨境族群身份转变为单一的、固定的民族国家身份的一种模式。我们引入跨境身份固化诊断框架（TIODF），通过比较直接事实性问题与开放式叙事性问题，来检验固化是源于知识缺失，还是源于模型构建答案的方式。我们在英语和中文中测试了 GPT-5.1 和 DeepSeek-V3.2。固化在不同模型和查询语言之间差异显著。它仅出现在 GPT-5.1 英语答案的 10.1% 中，却出现在 DeepSeek-V3.2 中文答案的 62.6% 中。即使模型正确回答了事实性问题，它们往往仍讲述单一民族的故事。这种脱钩表明，固化反映的是叙事框架，而非简单的知识缺失，这对我们如何测试多语言 AI 系统中的文化公平性具有重要意义。
| 学科： | 计算机与社会（cs.CY）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.12610 [cs.CY] |
| （或 arXiv:2610.12610v1 [cs.CY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12610 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Minglu Sun [查看邮箱]
[v1]
2026年10月8日星期四 18:31:13 UTC（1,172 KB）
来源：arXiv cs.CL · arxiv.org