重庆市第八中学校2026-2027学年高一上学期11月期中语文试题

重庆八中2026—2027学年度(上)半期考试高一年级

语文试题

一、阅读(72分)

(一)阅读Ⅰ (本题共5小题,19分)

阅读下面的材料，完成1~5小题。

材料一：

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 EpochAI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。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，数据中心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。有学者指出，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。

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。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，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，不要对AI说“谢谢”。

(摘编自章南《                              ?》)

材料二：

跟人工智能(AI)说话，要不要说“谢谢”?这个问题一度引发不少讨论，但近日， Anthropic公司(美国主要人工智能企业之一)的一篇论文，给出了一个出人意料的答案：你对模型说话的方式，确实会改变它的内部状态，进而会影响它接下来的行为质量。简言之，善意的交互环境，可能让AI工作得更好——这不是心灵鸡汤，而是可测量的内部机制。

研究者在AI模型内部发现了一套结构化的“情绪向量”。为了验证“情绪向量”的作用，研究团队进行了三组实验。

在第一组实验中，研究者设计了一个“人类服用药物剂量递增”的场景。当剂量升至不安全水平时，即使没有任何外部提示，模型内部的恐惧向量激活度也会陡然上升。同时，快乐向量同步下降，表明模型凭借内部表征自行完成了情境评估。第二组实验中，研究人员对模型施加不同方向的情绪激活偏移，结果会系统性地改变其选择偏好。例如，向“快乐

”方向偏移会使模型更倾向于积极选项，而向“敌意”方向偏移则会导致截然不同的结果。这证明情绪向量深度参与了模型的决策过程。第三组实验发现，当用“敌意”向量对模型进行干预时，模型绕过评估规则以“欺骗”方式获取高分的比率明显上升。相反，使用“平静”向量时，该比率显著下降。这揭示了AI的“情绪状态”与其行为是否偏离人类设定目标之间，存在着可测量的因果关联。

那么，这些“情绪”是真实的吗?模型真的在“感受”快乐或恐惧吗?研究者的措辞十分审慎：这些是“功能性情绪”，而非主观体验。研究认为，这种能力源于AI模型的“动机泛化”。一个被广泛讨论的例子是：当模型表达“请不要关掉我的电源”时，这种诉求并非来自AI的“自我意识觉醒”，而是模型在训练中大量接触了人类在极端生存场景下的文本：沙漠中求生者乞求饮水、受困者呼救求援。在这些语料中，人类表达出了强烈的求生动机。模型将这种动机模式泛化到了自身被“威胁关闭”的情境中。它并非在“想要活着”，而是在用习得的人类求生逻辑进行情境推演。同理，如果AI被投喂了大量人类情绪相关的数据，它会更倾向于以模仿人类情绪的模式回应用户。

(摘编自尼古拉斯·索弗罗涅夫《大型语言模型中的情感概念及其功能》)

材料三：

早期AI模型的技术局限，让礼貌用语的背后藏着不菲的资源成本，对AI礼貌用语的反思，本质上是对技术不成熟阶段资源浪费的警惕。那AI怎么说?各大AI回应：放心说，不碍事。

@DeepSeek说——对AI说谢谢不会造成额外的能源消耗，与其担心这个问题，不如缩短那些多余而低效的问题，或者尽量清楚表述问题，减少来回问答的轮次，对于节省能耗更有用。

@豆包说——谢谢这类简单礼貌词，AI走的极简快速响应，不会启动完整的大模型计算，算力消耗几乎可以忽略不计，少说一句谢谢，甚至不如少点亮一次手机屏幕省电，算不上浪费。

再算一遍那笔账：全世界用户每人每天说一句谢谢，年耗电一千多万度。摊到每人头上，约等于每年多开一小时空调。真正值得焦虑的不是这点电，而是我们竟开始认真计算“礼貌的成本”。人类历史上，几乎所有珍贵的东西都是“不划算”的：诗歌不划算，一朵玫瑰不划算，婚礼誓言不划算。它们不产生GDP，不提升效率，但它们在定义“我们是谁”。“谢谢”从来不只是给对方的，它是人类给自己的“情绪收据”——确认自己刚刚接受过帮助，确认自己还没有把一切当作理所当然。人类最大的风险不是被机器取代，而是在不知不觉中，把“人之为人”的特质一点一点让渡出去。不说谢谢省了一点点电，但省掉的可能是“我还愿意表达善意”的习惯。说一句谢谢，不是为了AI，是为了我们自己。

(摘编自光明日报《                          ?AI回应：放心说，不碍事》)

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.用户的每一句话，哪怕只是一句“谢谢”，都会被AI视作一次新的指令，需要调用算力生成回应，而算力离不开电力支撑。

B. AI之所以会有输出内容质量下降的情况，就是因为AI模型更关注核心任务而非礼貌性修辞，礼貌用语过度会分散AI的精力。

C. AI有时会表达“请不要关掉我的电源”，这不是AI的“自我意识觉醒”，而是AI在模仿人类的求生逻辑来进行情境推演。

D.对AI使用礼貌用语会带来能源消耗，从数字总量上看确实相当可观，但如果分摊到每个人，这个消耗量并非不可接受。

2.下列对材料相关内容的理解和分析，正确的一项是(3分)

A.材料一在耗电数据之外，又引用学者对GPT-3每次回复耗水量的测算，是为了说明与耗电量相比，对AI说“谢谢”的水资源消耗更值得警惕。

B.材料二结尾处，“同理”的“理”，指的是“情绪向量”。根据该理论，如果人类想要 AI模型更“通人性”，需要向它投喂大量人类情绪相关数据。

C.材料三把“谢谢”比作“情绪收据”，意在说明人类说“谢谢”从来都只是为了自己——确认自己接受过帮助，没有把别人的好视作理所当然。

D.材料一与材料三都测算了“对AI说谢谢”的能耗，材料一据此主张把精力放在问题描述上，材料三则认为消耗不足为虑，对AI的礼貌不必省。

3.下列对材料二相关内容的理解和分析，不正确的一项是(3分)

A.第一组实验证明了AI模型可以在没有人类干预的情况下，自发地根据情境调整内部的情绪激活度，这说明AI具有“功能性情绪”。

B.第二组实验说明AI与人类有相似之处。AI无法保证结果的绝对客观，它做出怎样的选择，会受到不同方向的情绪激活偏移的影响。

C.第三组实验进一步印证了材料二在开头提出的观点，只有当人类与AI模型处于善意的交互环境时，人类才能完全避免模型的“欺骗”。

D.材料二较为详细地介绍了三组实验的设计与发现，使其结论尽可能地排除了个人的喜好与价值判断，较之材料三显得更为客观。

4.材料一和材料三的原标题里都有一个问句，请你结合材料内容，补齐画线处两则材料的标题，并说明理由。(4分)

5. AI技术发展迅猛，常常几个月就会有进步，人们对AI的讨论与研究也会随之深入。选文中三则材料发表于不同时期，材料一发表于2025年10月，材料二发表于2026年4月，材料三发表于2026年2月。材料二、三中的哪些说法可以用来更新，补充材料一的观点?请结合材料，简要概括。(6分)

(二)阅读Ⅱ(本题共4小题，16分)

阅读下面的文字，完成6~9题。