山东省德州市乐陵市第二中学2024-2025学年高一下学期4月月考语文试卷（含答案）.pdfVIP

高一年级语文自主命题模拟卷

150分钟满分150分

一、现代文阅读（35分）

（一）现代文阅读Ⅰ（本题共5小题，19分）

阅读下面的文字，完成1～5题。

材料一:

从语言角度来看,大模型最根本的功能就是统计概率和输出概率。贾岛琢磨，是“僧推月下门”还是

“僧敲月下门,韩愈说“敲”更好,这是文科思维。大模型是理科思维,会说“推”的概率15%,“敲”的概

率20%,“叩、拍、碰、踢”等都各有概率。我们也要习惯大模型的统计概率视角。

计算概率过程很长，有了概率,最终选一个词输出就好了。有时选概率最大那个词，有时会加一些随机

性,这是由一个叫“温度”的参数控制的。低温输出序列稳定,高温输出序列灵活。大模型作诗写文，输入

同样内容,输出选择会有一定随机性。

大模型输出最看重的是语言形式“像模像样”,乍一看还以为它真知道,其实很多输出的信息都是“胡

编”的,矩阵算出来词元是什么就输出什么。形式上一步步挺像回事,仔细一看推理逻辑是蒙的。这就是著

名的“幻觉”问题。

一个缓解“幻觉”的办法,是用“联网搜索得到更多信息帮助。有时大模型会自行判断需要联网搜索

获得更多信息。大模型需要联网搜索时，会通过内置的工具调用，根据用户输入的词元,生成搜索参数,将

参数发送给指定的搜索引擎。搜索引擎返回相关的搜索结果，可能包括网页内容、新闻摘要、效据等。大

模型不是简单地将其与用户输入的词元拼接,而是动态地将搜索结果整合到知识体系中，结合词元生成最终

的输出。模型有内部逻辑和注意力机制，对用户输入和搜索结果进行综合分析，生成更准确全面的回答。

为了提高效率和减少计算开销,还需要对搜索结果进行筛选和压缩,如只提取与用户问题最相关的部分,或

者对搜索结果进行总结和提炼。

“深度思考在算法意义上,是目前大模型开发的最前沿技术。DeepSeek向全球公布了“强化学习训练

深度思考的完整机制,让业界惊叹。这是继“涌现”之后最重要的大模型研发成果。机器“自言自语”思考

越来越厉害,居然可以直接“强化学习”,不要人类中间提示,只靠最终答案训练出来。

一般认为，需要人为准备很多思维链素材,进行有监督微调,像老师救学生一步步解题那样,很麻烦地教

会大模型深度思考、深入推理。因为太麻烦,教得不太成功。而DeepSeeak让基础能力不错的V3,面对海量

有答案的问题,自己“强化学习摸索,不要人工监督干预。V3自己不断思考,生成思维链。有些思维链是无

效的,但有些与最终答案是相关的，V3就据此修改自己的系数,学习还渐有进步。随着训练进行,V3生成的

思维链越来越长,逻辑水平越来越高甚至有“顿悟”发生,大模型逻辑能力明显跃升,对标OpenAI发现的大

模型能力“涌现”。最后训练成功收敛，V3进化为逻辑能力明显强得多的R1-Zero。之后，DeepSeek再用许

多训练手段,如给思维链输出打分,来消除语言混乱,提高思维链输出的可读性。这样就开发出了大家熟悉的

R1,逻辑能力非常强大，输出对用户也友好。

(摘编自袁岚峰(DeepSeek大模型推理算法其实很简单》

材料二:

DeepSeek团队不走平常路,目标要培养一个天才学生(R1-Zero),与普通学生刷题不同，他们认为只会刷

题的学生往往死记硬背，无法推理解决复杂的问题。而天才是会自己独立思考的,光靠填鸭式的刷题无法培

养天才,于是他们尝试一开始就不让它“刷题”(灌大量语料)，而是直接让它去考试或者去挑战一些难题,

让它自己对考试的错题进行分析、回溯、反思，不断摸索，不断进步。

结果你猜怎么着?这种看似“野蛮”的训练方式,竟然培养出了推理能力超强的天才学生。

DeepSeek-R1-Zero在各种推理能力测试中表现惊艳,甚至还展现出一些意想不到的“超能力”。

“自我脸算”技能:模型自己做完题后,还会“四头检查,看看答案对不对,如果发现错了还会自己改正。

这简直就像考试时，做完题还会认真验算一样，太自觉了。

“反思总结”技能:模型还能“反思”自己的思考过程,分析哪里做得好,哪里做得不好，简直就是“学

而时习之”的AI版。

“超长解题思路”:模型能够生成非常详细的解题步骤,一步一步地展示它是怎么思考的。这就像考试

时，不仅能写出答案，还能把详细的解题过程都写出来。

DeepSeek-R1-