2025~2026学年第二学期高二年级期末学业诊断 语 文 试 卷 说明:本试卷为闭卷笔答,答题时间150分钟,满分150分。 注:将选择题的答案依题号填到下面答题栏内。 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: AI for Science正在成为当代科学的潮流。2025年中关村论坛期间,北京科学智能研究院副院长李鑫宇在接受光明网记者采访时表示,AI for Science正在引发一场深刻的科技范式变革,成为重构科研与产业生态的战略引擎。 李鑫宇认为,AI for Science与传统人工智能存在很大差异:通过AI for Science的方式可以大幅度提升科学发现和科技产出的能力,进而提升生产力。这是重要的新质生产力,将会赋能千行百业。这种生产力突破传统要素,通过深度挖掘数据规律,正在重塑从基础研究到产业落地的完整链条。 他系统阐释了AI驱动的科研革命三大特征,分别是学科融合加速、理论实验闭环、产学研无缝对接。AI打破传统学科壁垒,使物理、化学、生物等交叉领域产生指数级创新可能。并且,AI平台化推进模式能够重塑科研组织形态,通过打通产业链上下游,实现各方协同推进。李鑫宇表示,未来AI for Science带来的不仅是工具革新,更是科研范式的升维。过去制约科研进程的瓶颈,在AI赋能的创新支持下已具备系统性的突破路径。 (摘编自谢芸《专家:AI for Science正引发科学研究范式变革》) 材料二: 2026年是“十五五”规划的开局之年,也是数字中国建设的关键阶段,数智化已成为引领新质生产力发展的关键领域与重要引擎。在2026年全国两会期间,光明网与国家网络空间安全人才培养基地联合策划推出《两会访谈录·数智赋能新征程》,以下是记者对全国政协委员、中国科学院计算技术研究所研究员张云泉的访谈。 记者:作为长期从事超算与智能计算研究的研究人员,您如何看待算力在“人工智能+”行动中的战略定位? 张云泉:在数字经济时代,算力已从技术工具演变为基础性生产要素,算力基础设施已被提升至与5G、高速铁路并列的战略高度,标志着我国正从“连接时代”迈向“算力时代”。但需要关注的是,高端算力供给存在结构性失衡,能支撑大模型训练的高端智算中心占比不足10%。 记者:您对我国算力发展路径的创新探索,有哪些好的建议? 张云泉:2025年初DeepSeek发布R1模型,以较低训练成本达到国际领先水平,这一突破给我们三点重要启示。第一,“好算法”比“大算力”更重要,通过算法创新,可以在算力受限条件下实现性能跃升;第二,开源生态是技术普惠的关键路径,开放合作能够加速创新扩散;第三,自主可控不是闭门造车,而是在开放合作中实现技术自立。这证明我国研究团队完全有能力在全球AI竞争中占据一席之地。 记者:您提出要推进“超智融合”,建立智算中心分级准入标准。结合您的具体实践,能否为我们介绍下这一建议的具体内涵? 张云泉:推进“超智融合”,就是要推动超级计算与智能计算的深度融合,发挥国家超算互联网平台作用,实现算力资源的统筹调度与高效利用。我建议建立智算中心分级准入标准,新建高端智算中心须满足GPU训练效率达70%等量化指标。通过“超智融合”,可以在系统层面优化算力调度,提升资源利用率。 记者:在强化核心技术攻关方面,您认为构建自主可控算力生态,在守护算力安全生命线的前提下,需要哪些方面的突破?
浏览完整试题张云泉:未来我们需要持续加大研发投入,重点突破自主工具链开发,构建智能化运维体系。更为关键的是,要建设技术自主可控、数据安全合规、价值观念符合国情的基础大模型平台。算力是新质生产力的核心要素之一,自主可控是算力安全的生命线,必须以“算力为基、智能为翼”,为“人工智能+”赋能千行百业提供坚实支撑。 (摘编自光明网《两会访谈录·数智赋能新征程》) 材料三: 当AR技术“邀请”大型动物走进美术课堂,学生的画笔有了生动的参照;当AI助教用图形动画动态呈现解题过程,枯燥的数字变得直观有趣;当体育课上的每一次奔跑跳跃,都能生成专属的运动分析报告……3月19日,记者在哈尔滨市继红小学校看到,数智技术正构建“因材施教”新场景。 据悉,作为国家级人工智能教育基地,该校从教师发展、课程重构、评价优化、资源建设、场景创新五大维度协同发力,推动AI与教育教学深度融合。通过AI备课平台、课堂循证设备、智能作业批改等融合场景,让“一生一策”从理念变为现实。 “以前我们只能看到答案对错,现在能看到孩子是怎么思考的。”数学课上,教师李霞轻点屏幕,学生的思维过程便通过智慧纸笔完整呈现。教师史锐也表示,AI处理作业能迅速进行错因归类,让教师高效掌握学生的知识薄弱点,达到精准诊断、个性化施教。 采访中,不少学生用“有趣”形容如今的课堂。美术课上,一头奶牛通过AR技术“走”进学生中间,孩子们兴奋地伸手互动,在沉浸式的体验中挥洒创作灵感。智慧体育课堂中,“AI教练”自动测评学生跳绳、跳远、仰卧起坐等训练成绩,运动表现一目了然。 “我们的目标,是让教师不再仅凭经验去评判学生,而是基于数据,有依据地进行个性化教育。”哈尔滨市继红小学校副校长温与寒表示,目前学校开发了“五育多维综合素质评价小程序”,教师端和家长端的评价数据被同步汇入“健康的体、聪明的脑、柔软的心、育美的眼、勤劳的手”五个维度,为每个学生生成“数字画像”。通过数智赋能,让每个孩子的成长“被看见”。 (摘编自中国新闻网《课堂遇上AI:数智技术构建“因材施教”新场景》) 1. 下列对原文内容的理解与分析,不正确的一项是( ) A. 材料一中李鑫宇认为,AI for Science正引发科学研究范式变革,重塑科研与产业生态,带来重要的新质生产力,终将赋能千行百业。 B. 材料二中张云泉认为,算力是新质生产力核心要素,但目前我国高端智算中心占比偏低,高端算力供给存在结构性失衡问题。 C. 材料三中哈尔滨继红小学校将数智技术与教育教学融合,通过课堂循证设备、智能作业批改等融合场景,使因材施教得以落地。 D. 三则材料均侧重于对人工智能领域存在问题与突破路径的剖析,从不同角度论证了AI技术在科研、算力及教育领域的应用价值。 2. 根据原文内容,下列说法正确的一项是( ) A. AI for Science引发的科研范式变革打破传统学科壁垒,意味着物理、化学、生物等交叉领域的科研突破可能呈现指数级增长。 B. DeepSeek R1模型成功证明,“好算法”是在算力受限的条件下实现性能跃升的必要条件,可以彻底解决高端算力不足的问题。 C. 构建自主可控、合规、合乎国情的基础大模型平台,是守牢算力安全生命线的关键,可为“人工智能+”赋能千行百业提供支撑。 D. 哈尔滨继红小学校用数智技术构建教育新场景,教学效率显著提升,这得益于教师用观测数据而非教学经验去评判学生。 3. 请根据材料二的内容,在下面“我国算力发展路径优化图”的横线处填写恰当的内容,每空不超过8个字。
4. 材料三中哈尔滨继红小学校数智赋能的探索,践行了“让每个孩子的成长‘被看见’”这一理念。请简要分析,材料一中AI技术带来的哪些突破,为这一理念落地提供了可能? 5. AI根据数据就能得出结论,但《石钟山记》倡导“目见耳闻”,在AI时代,我们如何求实?请结合三则材料,简要概括。 【答案】1. D 2. A 3. ①开源生态/开放合作 ②超智融合 ③自主可控算力生态 4. ①AI for Science的数据处理能力,可以深度挖掘数据规律,这为捕捉学生成长数据、呈现思维过程提供技术基础; ②AI驱动学科融合加速,可以为“五育多维综合素质评价小程序”的开发提供技术支撑,使得“为每个学生生成‘数字画像’”成为可能。 5. ①以“目见耳闻”作为数据来源,为求实奠定基础。如哈尔滨继红小学校的“五育多维综合素质评价小程序”,评价数据需要来自教师和家长的“目见耳闻”。 ②借助AI的“大算力”或“好算法”得出更全面的结论,弥补“目见耳闻”的不足。如哈尔滨继红小学校借助AI处理作业,迅速进行错因归类,实现精准诊断,教师不再仅凭经验评判学生。 ③AI基于数据得出的结论,还需要经过“目见耳闻”的检验。如基础大模型平台的价值观念需要符合国情,还要经过“目见耳闻”来验证。 【解析】 【导语】这组非连续性文本紧扣AI发展的时代热点,选材鲜活,三则材料各有侧重又逻辑连贯:从AI驱动科研范式变革的宏观论断,到算力建设的产业路径探讨,再到AI赋能教育的落地实践,由宏观到微观,兼具理论性与现实性,兼具阅读考查价值与时代启发意义。 【1题详解】 D.“三则材料均侧重于对人工智能领域存在问题与突破路径的剖析……”错误,材料一只讲AI for Science的价值、三大变革特征,没有剖析行业现存问题与突破路径;只有材料二分析算力短板、发展对策,材料三仅介绍教育应用场景。 故选D。 【2题详解】 B.“可以彻底解决高端算力不足的问题”绝对化错误,“好算法”只能缓解算力不足,无法“彻底解决”高端算力短缺。 C.“……是守牢算力安全生命线的关键”偷换逻辑,自主可控是算力安全的生命线;基础大模型平台是配套支撑,并非守牢安全底线的关键。 D.“这得益于教师用观测数据而非教学经验去评判学生”曲解原文,学校是依托数据辅助评判,而非完全抛弃教学经验。 故选A。 【3题详解】 第一空:开源生态、开放合作。张云泉以 DeepSeek 模型举例,提出三点启示,其中一条是开源生态是技术普惠的关键,要开放合作创新。 第二空:超智融合。访谈专门提出建议推进超智融合,统筹调度超算与智算资源,优化算力利用效率。 第三空:自主可控算力生态。访谈结尾强调要突破核心技术,构建自主可控的算力生态,保障算力安全。