绝密★启用前 天一小高考 2024-2025学年（下）高三第三次考试 语文 考生注意： 1.答题前，考生务必将自己的姓名、考生号填写在试卷和答题卡上，并将考生号条形码粘贴在答题卡上的指定位置。 2.回答选择题时，选出每小题答案后，用铅笔把答题卡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（70分） （一）阅读I（本题共5小题，19分） 阅读下面的文字，完成下面小题。 材料一： 为了理解古代社会、探究人群生活，历史研究需要的史料搜集与处理技艺非常复杂，比如对泥板、纸草、甲骨、金石、写本等载体的文献修复，对古汉语、古希腊文等文字的识别与释读，对图像、雕塑和考古遗址的辨识、分类等。近年来，学者运用深度神经网络、卷积神经网络等深度学习技术，结合迁移学习等策略，做出了一系列突出成果，如中国科学院团队提高了甲骨文字符的自动识别率，谷歌的模型Ithaca能合理推断出古希腊铭文的时间与地理归属范围。这些具有原创性和影响力的工作，都是由包括历史学在内的领域专家与计算机科学家组成的跨学科团队共同完成，可以显示出AI对历史研究的来源，尤其是在多模态史料发掘、解析方面的效能。由于目前大多数的AI算法依赖英语等主流语种，偏重近现代的历史训练集，因此在将AI运用于古代语言的文本、图像与考古对象时，还需要扩大数据的多样性和包容性，在使AI处理古代历史中非标准化的、异质的、不完整的资料时，也要同时推进算法的批判性创新，这都显示出历史学研究将是助力AI突破结构性限制的重要领域。 研究历史的学者，可能大多会遇到史料数量庞大或类型复杂难以把握的问题，此时找寻到最合适的A虹技术，不仅能使研究得以展开，还能发现隐藏的事实，提出有解释价值的新问题。比如，明清史研究者面临着史料复杂繁琐、文献汗牛充栋的问题，对于在整理、分析与思考中如何运用AI系统有着迫切的需求。中国人民大学团队对于明清档案文献，提出了深度学习、人机协同的智能著录标引流程；中国社科院大学团队对于地方志研究，则开发了专有工具，通过调用大语言模型的API端口，批量实现方志数据的多层次、多义性标注，以知识图谱进行可视化呈现与分析。这些尝试都希望能从明确的问题出发，探索以数据建设为核心、以算法呈现历史语境、具有透明性与可解释性的研究工作流程，以符合职业与专业的要求，来推进与AI的共构，使研究者能将更多的时间和精力用于历史学的创造性思考、深度解释以及价值反思。 （摘编自向静《共生与共构：人工智能与历史学结合的新探索》） 材料二： 自2022年年底初代ChatGPT发布以来，人工智能迅速成为推动社会生产和学术创新的重要力量。DeepSeek等国产人工智能产品于2025年初涌现，因其功能强大而受到广泛关注。为响应党和国家关于发展新文科、新质生产力和人工智能的号召，历史学家也积极探索人工智能在历史研究和教学中的应用。基于对生成型人工智能与史学研究关系的充分实践与思考，笔者认为，这项革命性的技术既非“潘多拉的盒子”，也不是万能宝箱。人工智能在史学研究中的应用存在不可避免的局限性，需要学者克服并化剑为犁。 首先，人工智能并非无中生有，“思考”历史难免有其局限和偏狭。无论是ChatGPT还是DeepSeek，它们强大的“智能”都基于算法和训练数据。这二者都是人类劳动创造的产物，因而不可避免地受到社会、文化因素的制约。马克·马利诺等西方学者研究了时代局限性以及各种社会偏见对代码的影响，并强调若缺乏有效的治理和批判，算法难免误入歧途。同时，训练数据在塑造人工智能所生成的信息中起着至关重要的作用。无论数据来自网络还是其他 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
