资源简介

东城区2024一2025学年度第二学期期末统一检测
高二语文
2025.7
本试卷共10页，150分。考试时长150分钟。考生务必将答案答在答题卡上，在
试卷上作答无效。考试结束后，将本试卷和答题卡一并交回。
一、本大题共5小题，共18分。
阅读下面材料，完成1一5题。
材料一
在AI(人工智能)技术飞速发展的今天，AI幻觉这一概念逐渐进入大众视野。AI
幻觉分为事实性幻觉和忠实性幻觉。前者指AI模型生成的内容与可验证的现实世
界事实不一致；后者则是指AI模型生成的内容与用户的指令或上下文不一致，它可
以细分为指令不一致（输出偏离用户指令）、上下文不一致（输出与之前的对话内容或
给定的背景信息不符)、逻辑不一致（推理步骤以及与最终答案之间的不一致）三种
类型。
导致A虹出现幻觉的原因很多，工程师训练AI大模型学习“通用表示”并获取世界
知识过程中，训练数据的模糊性和错误是常见因素。例如，大语言模型可能会将旧事当
作新闻传播，或者编造不存在的名人观点和数据。此外，大模型可能会过度依赖训练数
据中的一些模式，如位置接近性、共现（两个或多个词语在同一上下文中频繁出现）统计
数据和相关文档计数，从而导致幻觉。比如，如果训练数据中频繁共现“加拿大”和“多
伦多”，那么大模型可能会错误地将多伦多识别为加拿大的首都。
此外，在训练的时候一般都会用到编码器，它的作用就是将输入的文本处理成机器
可以理解的内容并编码为有意义的表征。如果编码器的理解能力有缺陷，那么就会导
致幻觉。
大模型产生幻觉的第三个关键因素是算法局限：AI模型本质上是根据前文预测最
可能出现的词语，通过找到文字之间的统计关系和模式来“预测”下一个最合适的词。
它不是对问题或内容进行真正的理解，而是通过概率最大化来生成内容。在面对需要
深度推理和精准判断的任务时，如法律、医疗等领域的问题，A】模型常会生成表面看似
合理、实则错误的推理与建议。
为进一步提升AI的精确度，科学家正想方设法降低其幻觉。例如增加模型训练参
数和训练时长，但这种方法需要付出高昂的计算成本。此外，使用更大、更干净的数据
集进行训练，也是降低AI幻觉出现的有效途径。然而，当前可用数据的有限性限制了
这一方法的应用。
高二语文第1页（共10页）
而对于普通用户来说，减少AI幻觉首先要优化提问方式，与AI交流避免模糊或
开放性的问题。其次，用户如果要大模型生成一篇长文章，可以要求它列提纲后分段输
出，逐段审核。最后，使用不同大模型回答同一个问题，实现交叉验证。通过比对不同
大模型的答案，有助于获得更全面的认识。
(取材于林曦、罗云鹏、任肿等的文章)
材料二
AI幻觉可能会给人们的工作和生活带来较大影响。在新闻领域，人工智能模型可
能生成虚假新闻事件，扰乱信息传播秩序，误导公众认知。在法律领域，AI幻觉可能引
用虚构的法律条文和案例，带来社会风险。而在医学领域，它可能提供错误的诊断和治
疗建议，危及患者生命。
对于青少年而言，如果不加辨别，AI幻觉提供的虚假学术成果，在知识建构上，
可能扭曲青少年对科学方法论的理解，削弱其“假设-验证”的科研逻辑训练效果。在
思维发展上，AI幻觉通过算法推荐的“信息茧房”形成逻辑闭环，不利于批判性思维
的培养。
与此同时，AI幻觉一这种被视为算法缺陷的现象，正在成为艺术创新的重要来
源。DeepSeek等模型生成超出训练数据范围的内容，就会产生超出既定框架的内容，
这实际上是在打开一扇通往未知审美领域的大门。这些幻觉不仅打破了传统的形式限
制，还挑战了人类既有的审美习惯与认知模式。艺术家与A虹协同创作，打破了传统线
性创作逻辑，通过AI幻觉与人类的“选择性引导”，在混沌与秩序的交界处激发着艺术
的新可能。
(取材于刘霞、张诗瑶等的文章)
材料三
当今时代，新技术的快速涌现和更选使知识的复杂性、多样性刷增，远超个体认知
能力的极限。传统个人认知方式难以满足需求，认知外包成为人类突破认知瓶颈的必
然选择。
认知外包是指将人类部分思维活动和认知任务外包给外部智能设备（网络和AI
等)，以完成某个任务或达成某个目标的一种认知分工方式。认知外包是内外部认知网
络互动与连接的过程。内部认知网络（即人的大脑）在价值判断、创造性思维、情感认知
等高阶思维领域具有独特优势，而外部认知网络（即外部智能设备）在信息检索、数据处
理、模式识别等运算密集型任务方面展现出超越人类的能力。数智化时代的认知外包，
一方面用以数字化为媒介的云端空间拓展了人类的认知渠道，另一方面用即时搜索的
方式加快了人类获取知识的速度。
高二语文第2页（共10页）

展开更多......

收起↑