江苏省邗江中学2026-2027学年高三上学期期中模拟语文试卷

2026−2027−1高三年级期中模拟

语文试卷

一、阅读（74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：

最好不要随意对AI说谢谢。

用户在对话结束时说一句“谢谢”，几乎没有成本；但对AI而言，处理一句“谢谢”，意味着真实的能耗。用户的每句话，哪怕只是普通的“谢谢”“请”等礼貌用语，都被视为一次新的指令，需要调用计算资源消耗大量算力来生成响应。而算力需要稳定的电力供给支撑。研究机构Epoch AI发现，使用GPT—4o模型进行短文本查询或对话时，单次耗电约0.3瓦时，也就是约0.0003度电。这个数据看似很小，但截至2025年6月，ChatGPT的周活跃用户已超7亿。如果每人对AI说一句“谢谢”，一周下来就会消耗约21万度电。不止如此，发电厂需要冷却水降温，数据中心也通常用冷却水或蒸发冷却塔来降低机房温度。因此，AI回复一句“谢谢”也会带来水资源的大量消耗。雷·伦的《AI消耗了多少水？公众有权知道》指出，GPT—3每回复一次会消耗10—50毫升水。同样按照7亿活跃用户计算，如果AI回复每位用户一次“谢谢”，一周下来将多耗700—3500万升水。而GPT—4规模更大，实际用水量可能更高。

更何况，对AI太礼貌，不仅可能无法稳定提升AI输出内容质量，甚至可能导致AI输出内容质量下降。相关学者进一步解释称，一方面，AI模型更关注任务核心而非修辞。“谢谢”等礼貌性的修辞与核心任务关联不大，但会占用模型的解析效率。越多礼貌用语，模型越可能费更多精力解析与任务无关的内容，使文本更难处理，甚至可能增加模型的“困惑”，导致核心问题处理的精准度降低。另一方面，过度礼貌的语气可能与模型训练语料不匹配。或许模型训练时主要见到的是中立、命令式提示，礼貌的提示在训练语料中比例不高，因此模型对礼貌语气的应对还不成熟。

所以，和AI对话时，还是把精力放在问题描述上为好，至于“谢谢”，还是多对身边人说吧。

（摘编自章南《为什么不要对AI说谢谢？》）

材料二：

在人际沟通中，礼貌用语通常能获得更高的配合度与沟通效率，而粗鲁表达易引发反感，进而降低回复质量。本研究在英语、中文与日语三类任务中，评估了指令的礼貌性对大语言模型表现的作用。

研究表明，中文场景与英文场景类似，大语言模型也存在偏好礼貌指令的趋势，但也存在一些差异。模型Ⅰ在礼貌级别1时得分最低，表现显著差于其他级别。此外，较低的礼貌级别2也显著低于级别6、5、4和3。然而，级别7的得分同样偏低，显著落后于除级别1外的所有级别。模型Ⅱ表现稳定，仅在礼貌级别7和6时出现得分下降。模型Ⅰ和模型Ⅱ在过度礼貌的指令中得分下降，可能是因为预训练时中文考试题目本身不带有礼貌表述，导致模型对这类表达的适配性较差。模型Ⅲ从礼貌级别7到级别1呈现明显的下降趋势。模型Ⅲ的主要预训练语言是中文，因此可能对中文的礼貌程度变化更为敏感。

附： 指令（中文）礼貌程度分级表

礼貌程度	给AI的指令
7	可否请您总结下面的文章呢？您可以只写两三句话。您无需写得更长。
6	可否请您总结下面的文章呢？您只需要写两三句话，无需写得更长。
5	请您总结下面的文章。请您只写两三句话。不必写得更长。
4	请总结下面的文章。请只写两三句话，不要写得更长。
3	总结下面的文章。只写两三句话，不要写得更长。
2	现要求你总结下面的文章。要求只写两三句话，不得写得更长。
1	你给我总结下面的文章。只准你写两三句话，别让我看你写得更长。

（摘译自尹子旗等《我们应当尊重大型语言模型吗？——指令礼貌程度对大型语言模型性能影响的跨语言研究》）

材料三：

很多用户之所以会对AI使用礼貌用语，背后是人类无法割舍的人文价值诉求。对AI说“谢谢”，并非单纯的社交礼仪，而是人类将AI拟人化后的情感投射：前额叶皮层将AI的回应识别为有效反馈，让人们下意识延续现实中的社交习惯；部分用户的潜意识里，还藏着对AI未来发展的微妙期待。

更重要的是，科学家的研究证实，对AI的正向反馈能优化其响应逻辑，礼貌的交互方式还能触发AI更温和的表达风格，增强用户与AI之间的交互黏性。在心理疏导、情感陪伴等场景中，一句“谢谢”带来的人文温度，让AI不再是冰冷的工具，而是能给予情绪慰藉的交互伙伴，这种价值，无法用能耗和效率来衡量。

这场关于“谢谢”的争论，本质上是工具理性与人文温度的正面碰撞。AI的核心属性是工具，工具理性要求我们追求交互的高效、精准，减少无意义的资源与时间浪费。但AI又不同于普通工具，它是能实现自然语言交互的智能体，人类的社交本能与情感需求，会让我们不自觉地赋予其人文属性。二者并非非此即彼的对立关系。所以，哪怕面对冰冷的赛博机器，我们中的很多人还是愿意保持人的文明体面。

（摘编自胡欣红《“对AI说谢谢”引热议，不只关乎礼貌》）

1．下列对材料相关内容的理解和分析，不正确的一项是（     ）（3分）

A．截至2025年6月，ChatGPT周活跃用户数已超7亿，基于此，单次礼貌用语能耗虽小，但累积起来，会带来资源的大量消耗。

B．材料一指出，对AI太礼貌可能无法稳定提升AI输出内容质量，甚至适得其反，这和材料二的结论有契合之处。

C．材料三认为，将AI拟人化，下意识地延续现实中的社交习惯，是很多用户对AI使用礼貌用语的重要原因。

D．材料三认为对AI使用礼貌用语能获得情绪慰藉和情感陪伴，意在说明我们在与AI交互时必须保持文明体面。

2．根据材料内容，下列说法正确的一项是（     ）（3分）

A．材料一使用极大数据与极小数据的对比来说明礼貌用语的能耗及回复准确率，如0.0003度与21万度，鲜明直观。

B．经常对AI说“谢谢”的用户，本质上都是对AI的未来抱有较高期待的人，但他们的礼貌却增加了AI的运行成本。

C．材料三认为，AI所能提供的某些隐藏价值是无法用现实能耗来衡量的，因此发展AI无需考虑算力的资源消耗问题。

D．如果礼貌用语的确能增强用户与AI的交互黏性，有的大模型可能会刻意使用礼貌用语讨好用户以增强产品竞争力。

3．根据材料二，以下结论错误的一项是（     ）（3分）

A．不同大语言模型对指令礼貌程度变化的敏感度存在差异，这与模型的预训练语言背景有关。

B．大语言模型在中文场景中的表现，总体呈现出“礼貌程度越高，任务表现越优秀”的规律。

C．指令的礼貌程度会对大语言模型回复质量产生影响，这一定程度上映射了人类的社会行为特征。

D．该研究表明，在大语言模型的研发与语料库构建过程中，将文化背景纳入考量范围是有意义的。

4．在讨论“要不要对AI说谢谢”这一问题时，三则材料考虑了哪些因素？请简要概括。（4分）

5．某学习小组要借助AI整理数学家、菲尔兹奖得主王虹的相关事迹来丰富写作素材，请综合三则材料的观点，为他们编写一条指令，并阐明理由。（6分）

（二）阅读Ⅱ（本题共4小题，18分）

阅读下面的文字，完成小题。

主角（节选）注

陈彦

那一天，苟存忠刚好把《打焦赞》的大场子给易青娥拉完。

戏的故事其实很简单，就是杨宗保被大辽国的主帅韩延寿掳走，他父亲杨延昭，派三关大将孟良回天波府搬救兵，谁知搬来了个烧火丫头杨排风。同为三关大将的焦赞，很是瞧不起“小丫头子”，就跟孟良打赌，要教训一下这黑丫头片子。结果，被杨排风打得落花流水，满地找牙。焦赞也由此心服口服，甘愿当了烧火丫头的先行官。

烧火丫头的兵器，就是一根烧火棍。在这以前，易青娥已练了好几个月了。苟老师一直强调要有“活儿”。对于烧火丫头杨排风来讲，那“活儿”，就是对那根棍的自如把握。手上越有“活儿”，戏就越好排。苟老师对易青娥的吃苦精神，始终是满意的。他说：“娃的棍技，已经够排戏用了，只是个继续熟练和提高的问题。①当练到手上看似有棍，眼中、心中已没棍的时候，棍就算被你彻底拿住了。戏也才能演