患者的抑郁症状表现多样，但临床常用单一的严重度评分来概括这种差异。大型语言模型（LLM）有潜力从患者的语言中捕获多种症状及其严重程度，但模型内部如何编码这些症状仍不清楚，限制了临床信任度。\ \ 我们使用机制可解释性方法，分析了 Gemma-3-27B-PT 的残差流（residual stream）。在层 21 上记录模型对来自经过验证的临床量表的症状描述的激活，并使用多种距离度量评估几何分离程度，发现该层的症状组分离最为显著。\ \ 随后，采用语义投影（Semantic Projection）方法，将未见的自然语言文本投射到由这些量表构建的症状向量上。投射得到的每个症状系数保持了临床标注的排名顺序，覆盖情绪、躯体和自杀倾向三个维度。\ \ 进一步地，在层 21 上构建单一的抑郁向量，可将抑郁文本与非抑郁文本区分开来（AUC = 0.789），该向量可作为情感价值门（emotional valence gate），仅在检测到抑郁语音时才进行症状投影。\ \ 这些结果表明，模型内部存在与临床一致且相互独立的症状信号，能够直接从激活中读取，为可解释的抑郁评估工具提供了机制基础。\ \ 点评