Knowing Is Not Telling: Identity Ossification in LLM Representations of Trans-border Communities

📄 arXiv: 2610.12610v1 📥 PDF

作者: Minglu Sun, Lan Chen, Hang Jiang

分类: cs.CY, cs.CL

发布日期: 2026-10-08

💡 一句话要点

提出跨境身份固化诊断框架以解决大语言模型的身份表现问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大语言模型 跨境民族 身份固化 文化公平性 多语言处理

📋 核心要点

  1. 核心问题：现有大语言模型在处理跨境民族身份时，常将流动的身份固化为单一国家身份，导致文化表现失真。
  2. 方法要点：提出跨境身份固化诊断框架（TIODF），通过比较事实问题与叙事问题，分析固化现象的成因。
  3. 实验或效果：在GPT-5.1和DeepSeek-V3.2的实验中，固化现象在不同模型和语言中表现出显著差异，提示叙事框架的重要性。

📝 摘要（中文）

民族和文化身份往往与政治边界不一致，尤其在移民和跨境联系的背景下更为明显。本文研究了中国西南边境的九个跨境民族社区，探讨大语言模型（LLMs）如何表现这些身份。我们定义了身份固化现象，即LLMs将流动的跨境民族身份转变为固定的国家身份。通过跨境身份固化诊断框架（TIODF），我们比较了直接事实问题与开放叙事问题，以测试固化是否源于知识缺失或模型回答的框架。实验结果显示，固化现象在不同模型和语言中存在显著差异，提示文化公平性测试的重要性。

🔬 方法详解

问题定义：本文旨在解决大语言模型在表现跨境民族身份时的固化现象，即将流动的民族身份转变为固定的国家身份。现有方法未能有效识别和处理这种身份的复杂性，导致文化表现的失真。

核心思路：论文提出跨境身份固化诊断框架（TIODF），通过对比直接事实问题与开放叙事问题，探讨固化现象的成因，分析模型的知识缺失与叙事框架之间的关系。

技术框架：TIODF的整体架构包括两个主要模块：一是直接事实问题模块，二是开放叙事问题模块。通过对这两个模块的回答进行比较，评估模型在处理跨境身份时的表现。

关键创新：最重要的技术创新点在于引入了身份固化的概念，并通过TIODF框架系统地分析了不同模型在处理跨境民族身份时的表现差异。这与现有方法的本质区别在于关注叙事框架对身份表现的影响。

关键设计：在实验中，使用了GPT-5.1和DeepSeek-V3.2模型，设置了多种语言的测试，重点关注模型在回答事实问题与叙事问题时的表现差异。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，GPT-5.1在英语回答中仅有10.1%的固化现象，而DeepSeek-V3.2在中文回答中则高达62.6%。即使在事实问题回答正确的情况下，模型仍倾向于叙述单一国家的故事，表明固化现象与叙事框架密切相关。

🎯 应用场景

该研究的潜在应用领域包括多语言AI系统的文化公平性测试、跨文化交流平台的身份表现优化等。通过改善大语言模型对跨境民族身份的理解，可以促进更为准确和包容的文化表达，提升社会对多样性的认知与尊重。

📄 摘要（原文）

Ethnic and cultural identities rarely align with political borders, a tension made sharper by migration and long-standing cross-border ties. Communities such as the Sami, the Rohingya, and the Kurds have long lived across more than one state. This tension is especially clear in mainland Southeast Asia, where many communities share history, language, and culture across state lines. We study nine such transborder ethnic communities along China's southwestern border with mainland Southeast Asia, looking at how large language models (LLMs) represent them. We define and study identity ossification: a pattern where LLMs turn a fluid, cross-border ethnic identity into a single, fixed nation-state identity. We introduce the Transborder Identity Ossification Diagnostic Framework (TIODF) that compares direct factual questions with open-ended narrative questions to test whether ossification comes from missing knowledge or from how models frame their answers. We test GPT-5.1 and DeepSeek-V3.2 in English and Chinese. Ossification varies substantially across models and query languages. It appears in only 10.1% of GPT-5.1's English answers, but in 62.6% of DeepSeek-V3.2's Chinese answers. Models often still tell a single-nation story even when they answer the factual question correctly. This decoupling suggests that ossification reflects narrative framing rather than simple knowledge absence, which matters for how we test cultural fairness in multilingual AI systems.