语言模型隐藏状态中的民族编码：面向 persona 条件学术文本的文化差异化表征探测

大语言模型日益被用作写作工具和教学资源，但是否在生成学术文本时编码了文化差异化的表征尚不明确。本研究检验 Gemma-3-4b-it 是否在生成以英国人和中国人学术人格为条件的研究论文介绍时，将民族差异信息编码于隐藏状态中。我们生成 270 篇文本，基于 45 个提示模板与六种人格条件的 2x3 设计交叉。对所有 35 层的隐藏状态激活训练 logistic 回归探测器，采用混合标签基线、surface-text skyline 分类器、跨家族测试以及句子级基线作为控制。探测器选定的 token 位置被标注为结构特征、词汇特征和立场特征。民族探测器在第 18 层达到 0.968 的交叉验证准确率，表现完美。民族编码遵循非单调轨迹演化，结构效应在中到上层最强，而词汇-域效应则在更早阶段达到峰值。在高信号 token 位置，英国关联模式显示更多后修饰、缓和、提升、被动语态以及评估性或过程导向词汇，而中国关联模式显示更多前修饰、名词谓语和社会文化或国际化词汇。然而，句子级分析发现全生成 surface text 中未见显著的民族差异。我们的发现将探测方法扩展至社会语言学属性，并对 EAP（English for Academic Purposes，英语学术用途）和语言教学具有实际意义。