河北省石家庄市2025届高三教学质量检测（二）语文试题 （本试卷满分150分，考试时间150分钟） 注意事项： 1.答卷前，考生务必将自己的姓名、准考证号填写在答题卡上。 2.回答选择题时，选出每小题答案后，用铅笔把答题卡上对应题目的答案标号涂黑。如需改动，用橡皮擦干净后，再选涂其他答案标号。回答非选择题时，将答案写在答题卡上，写在本试卷上无效。 3.考试结束后，将本试卷和答题卡一并交回。 一、阅读(72分) （一）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、数据等。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，像老师教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DeepSeek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 ... ...
