贵阳市2027届高一年级七校联合考试（四）语文试卷.pdfVIP

“深度思考”“强化学习”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。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

语文

答案训练出来。

注意事项：一般认为，需要人为准备很多思维链素材，进行有监督微调，像老师教学生一步步

1.答题前，考生务必用黑色碳素笔将自己的姓名、准考证号、考场号、座位号在答解题那样，很麻烦地教会大模型深度思考、深入推理。而DeepSeek让基础能力不错的

题卡上填写清楚。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

2.每小题选出答案后，用2B铅笔把答题卡上对应题目的答案标号涂黑。如需改动，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

用橡皮擦干净后，再选涂其他答案标号。在试题卷上作答无效。改自己的系数，学习逐渐有进步。随着训练进行，V3生成的思维链越来越长，逻辑水平

3.考试结束后，请将本试卷和答题卡一并交回。满分150分，考试用时150分钟。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，

一、现代文阅读(35分)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

(一)现代文阅读I(本题共5小题，19分)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。

阅读下面的文字，完成1~5题。(摘编自袁岚峰《DeepSeek大模型推理算法其实很简单》)

材料一：材料二：

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AI幻觉，这一令人困惑又着迷的现象，正逐渐成为我们与人工智能互动中不可忽视

“僧推月下门”还是“僧敲月下门”,韩愈说“敲”更好，这是文科思维。大模型是理的一环。你是否也曾经遇到过这样的情况：满怀期待地向AI提出一个问题，它迅速回

科思维，会说“推”的概率15%,“敲”的概率20%,“叩、拍、碰、踢”等都各有概应，给出了一个条理清晰、内容丰富，看似极具逻辑性的答案。然而，当你满怀信心地

率。我们也要习惯大模型的统计概率视角。去核实这些信息时，却惊讶地发现，这一切竟然完全是虚构的。这种由AI编织出的

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，“真实谎言”,便是我们今天要深入探讨的“AI幻觉”。

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，适合AI幻觉，简而言之，就是AI在生成内容时，会创造出看似合理但实则错误的信息。

需要严谨性的场景；高温输出序列灵活，适合创意写作