2024学年温州市高一语文下学期期末考试卷附答案解析.pdfVIP

2024学年温州市高一语文下学期期末考试卷

（试卷满分150分，考试时间150分钟）

一、现代文阅读

阅读下面的文字，完成下面小题。

材料一：

随着深度学习神经网络模型和大语言模型的突破，生成式人工智能（以下简称GAI）迎来全面爆发。面对

时代机遇，科学家将GAI和机器学习算法融入科学研究中。2023年3月，我国科学技术部与自然科学基

金委布局“人工智能驱动的科学研究”（以下简称AI4S）前沿科技研发体系。

AI4S具备独特的效率与优势。第一，加速科学研究发现与创新。科研人员利用大模型学习文献，生成新

的假设。第二，促进科研流程智能化，实现高效的实验控制。如今许多实验工作通过AI自主设计、规划

和执行复杂实验，推进多项任务。第三，加速科研成果传播。AI可以促进跨学科合作，推动新的研究方

式；支持科学论文评审过程，对论文的可适用性和创新性进行背景审查，加快科研成果的评价和传播；可

以作为教育工具，提供科学问题的解答，帮助大众更好地理解科学概念和原理。

另一方面，倚重AI技术将产生学术失信、科研成果单一低质、个人主体性地位削弱等问题。可重复性和

验证是科学诚信和科学方法的关键原则，在科研领域大规模运用AI加剧可重复危机。因为算法缺乏透明

度，AI生成结果的解释、验证与重复性研究较为困难。正如《自然》杂志的一篇社论称“充斥错误的人工

智能论文比比皆是”，这在采用机器学习方法的领域“普遍存在”，因为模型“缺乏严谨性”。

AI使用门槛低，开源模型普遍，涌现大量“论文工厂”。在急功近利的心态驱使下，不少科研人员“炮制”

欺诈性内容，低质量论文规模迅速增加。因无法验证论文结果，滋生、传播大量错误科研信息。AI的不

透明性和黑箱性质，延续和强化社会偏见，增加模糊性，影响学术交流和同行评审过程，削弱对科学发现

的信任。

科研人员过度依赖AI，将导致人类的批判性思维丧失、分析技能弱化、写作能力退化等问题。如果人类

缺乏创意，AI将大规模替代人类科研，严重威胁人类科学家的主体地位。由于地缘政治影响，只有少数

国家的少数科研人员才有机会使用规模大、功能全的大模型，不同区域或群体的科研水平差距进一步拉大，

制造“智能鸿沟”。由于科研群体普遍依赖AI，AI又具有同质性，造成科研成果近似，加剧“文化单一”，

将阻碍科学进步，妨碍人类探索更先进的解决方案。

（曾雄《DeepSeek时代科学研究新范式及其规范治理》有删改）

材料二：

AI同学，请回答

网友问：什么是深度神经网络？可以通俗易懂地介绍一下吗？

DeepSeek：深度神经网络（DNN）是一种模仿人脑神经结构的机器学习技术，专门处理复杂数据。你可

以把它想象成一个“多层级加工厂”：比如识别猫图像时，输入照片后，第一层先看像素点，第二层组合成

线条，第三层拼出猫耳、胡须等特征，最后一层综合判断这是猫。每层由大量“神经元”（数学计算单元）

组成，层与层之间通过可调节的“连接强度”传递信息。

它的核心能力在于自动学习特征。传统算法需要人工设计规则（比如先找边缘，再识别形状），而DNN

能通过海量数据自己发现规律。训练时就像教小孩认字：先猜结果，对比正确答案，再反向调整各层神经

元的计算参数，经过数万次迭代后越来越精准。

这种结构让它在图像识别、语音翻译、自动驾驶等领域表现突出，尤其在处理非结构化数据（图片、文字、

语音）时远超传统编程。但前提条件是需要大量算力和数据，模型内部决策过程也像“黑箱”一样，难以完

全解释。

网友问：我们应该如何理解大语言模型这个概念？别太复杂。

1

通义千问：大语言模型可以理解为一个“超级聪明的文字助手”，它通过学习海量的文本数据，掌握人类语

言的规律和知识。你可以把它想象成一个读过无数书籍、文章、网页的“大脑”，它知道怎么回答问题、写

文章、讲故事，甚至还能编程、翻译、聊天。

它的核心能力是预测下一个词。比如你输入一句话的开头，它会根据上下文猜测接下来最可能说什么。通

过这种方式，它能生成连贯、自然的文字。而且，因为它学了很多知识，所以不仅能回答简单问题，还能

处理复杂的任务，比如分析逻辑、总结长文或者模仿某种写作风格。

不过，大语言模型并不是真正理解文字，它更像是在模仿人类的语言模式。它没有感情，也不会主动思考，

只是根据输入的内容给出最合适的回应。所以，有时候它的答案可能看起来很合理，但其实是错的，