约21900字。

　　北京市清华大学附属中学2026-2027学年高三上学期10月月考
　　语文试题
　　2026.09
　　本试卷共8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，请将答题卡交回。
　　一、本大题共5小题，共18分。
　　阅读下面材料，完成小题。
　　材料一
　　当人们还沉浸在ChatGPT带来的惊艳之时，一小部分用户很快发现了这个聊天机器人的问题：它解决了此前所有AI机器人都有的问题——“说话不像真的”，却带来了全新的问题——“它说假话也像真的”。在人工智能领域有一个专门的术语来形容这种“一本正经地编造假话”的现象，它被称为“幻觉”。
　　1995年，计算机科学家斯蒂芬•塞勒在当时的人工智能背景下引入了“幻觉”的概念，这一概念最初被用于指代神经网络中自发产生的新想法或概念，因为这与人类的幻觉类似，没有明确的外部信息输入。在很长一段时间里，在AI领域“幻觉”是一个带有一定褒义色彩的术语，“有幻觉”意味着AI具备一定的创造性能力。2017年左右，这个术语发生了色彩上的变化，这时世界上已经存在一些可以稳定凭空生成图像或文字的AI了，因此创造性不再是一个远在天边不可实现的目标。在2017年Google的一篇论文中，研究人员开始用“幻觉”描述那些在使用神经机器翻译模型时，生成与原文不相符的译文的现象。
　　2022年8月，Facebook母公司Meta在一篇论文中用这个术语来形容“自信地说假话”，这也就是我们现如今所熟悉的最新版本的关于AI“幻觉”的定义。2023年，哈工大与华为联合发表了一篇关于AI幻觉的论文，其中提到，按照生成内容与真实世界的偏离程度，幻觉可以被分为事实性幻觉和忠实性幻觉。事实性幻觉指的是模型生成的内容与可证实的现实世界事实不一致。如果生成的事实性内容可以在可靠来源中找到，但存在矛盾，则称为事实不一致。例如，当被问及“第一个登上月球的人”时，模型可能会错误地回答“尤里•加加林”，而正确答案是“尼尔•阿姆斯特朗”。如果生成的事实性内容无法根据已有的现实世界知识进行验证，则称为事实捏造。例如，当被问及“独角兽的历史起源”时，模型可能会编造出一个看似合理但实际上毫无根据的答案，如“独角兽在公元前10000年左右的亚特兰蒂斯平原上漫游，它们被视为神圣的生物，经常与皇室联系在一起”。忠实性幻觉指的是生成的内容与用户指令或输入提供的上下文不一致，以及生成内容本身不自洽。如果模型的输出偏离了用户的指令，则称为指令不一致。例如，用户明确指示将英语问题翻译成西班牙语，模型却直接回答了这个问题。如果模型的输出与用户提供的上下文信息不符，则称为上下文不一致。例如，用户提到尼罗河起源于非洲中部的大湖地区，模型却回答尼罗河起源于非洲中部的山脉。如果模型的输出在逻辑上自相矛盾，则称为逻辑不一致。例如，在解决数学方程式时，模型的推理步骤正确，但最终答案与推理过程不一致。
　　那么，是什么导致了幻觉呢？目前来看，它与大语言模型的训练方式和AI感知世界的方法有关。可以用最通俗的话打个不恰当的比方，如果一个人从出生就被关在伸手不见五指的黑房子里，他对世界一切的了解，来自一个不断用语言描述世界的喇叭，那么当这个人描述“云彩”的时候，就不会按照现实世界的真实逻辑，而是会按照过往喇叭讲过的内容去描述——这个世界上怎么会没有绿色的云呢？《大话西游》里明明说了，会有一只猴子驾着七彩祥云飞来。大语言模型就是那个从小被关在黑屋子里，只接受了文字培训并且只能用文字与我们沟通的人，也就是“纸上得来终觉浅”的进阶版本。
　　（摘编自腾讯研究院《AI，一败涂地？》）
　　材料二
　　由ChatGPT开启、DeepSeek推动的智能革命，正以算力为笔，重塑文明运行的范式。从AI儿科医生参与会诊，到AI法官助手协助审判，人类社会已步入硅基协作的新时期。然而，AI技术在提升效率的同时，也带来了一个不容忽视的问题——AI幻觉。在医疗领域，大模型可能虚构不存在的药物和疗效；在法律咨询中，它可能提供错误的法律解读或引用不存在的案例。这种“看似可信却完全错误”的现象正是AI幻觉的典型表现。这也警示我们要明确应用边界：在医疗、法律等容错率极低的关键场景中，AI只能作为辅助工具参与决策过程，最终判断必须由专业人士把关，否则一旦幻觉被当作事实采纳，可能造成不可挽回的严重后果。
　　大模型出现幻觉与偏见的原因主要来自三个方面：数据、训练过程和推理过程。
　　在数据层面，用于大模型训练的数据中可能包含错误信息、过时知识以及隐含文化偏见和性别偏见的网络数据，模型具有记住训练数据的内在倾向，在训练规模极大的情况下，大模型记住这些错误信息和偏见的问题会被放大。数据还可能存在不均衡的情况，无法全面覆盖不同文化、语言或群体的视角。此外，数据还存在知识边界问题，模型训练完成后，知识便永远停留在数据采集的时间点。
　　在训练过程中，在监督微调阶段通常会迫使模型完成每个响应，而不允许它们表达不确定性，因此当面对不懂的知识时，大模型更有可能捏造内容而不是拒绝回答。在强化学习阶段，大模型通过人工反馈的训练，容易形成过度迎合用户偏好的倾向，这种倾向可能会产生AI幻觉。另外，当反馈数据中存在偏见时，模型可能会因为在训练过程中过度学习这些偏好，从而在生成内容时进一步放大偏见。
　　在推理过程中，下一个单词的预测取决于语言模型上下文和部分生成的文本，但是语言模型输出的时候往往会优先考虑附近的单词，这会导致上下文注意力明显不足。此外，模型的推理完全依赖于统计概率而非真实的认知，还会过度依赖文字规律做推测，比如可能会将“鸟类会飞”硬套到企鹅身上。
　　《吕氏春秋•察传》有言：“闻而不审，不若无闻矣。”我们每天都会接触大量信息，有辨识信息的自觉与能力，能够分辨各种媒介信息的真伪，也将是当代人必须具备的媒介素养。
　　（摘编自邓玉辉、杨其奋《三问AI幻觉与价值对齐》）
　　1. 下列对材料一中AI幻觉相关概念的理解和分析，不正确的一项是（   ）
　　A. 在人工智能领域，“幻觉”这一概念最初用于指代神经网络中自发产生的新想法或概念，在一定时间内，这是一个带有褒义色彩的术语。
　　B. “幻觉”含义的变化与AI发展有关，在2017年，有人用“幻觉”来描述神经机器翻译模型生成与原文不相符的译文的现象。
　　C. 按照生成内容与真实世界的偏离程度，幻觉可以分为事实性幻觉和忠实性幻觉，两者的区别在于生成内容能否被验证。
　　D. AI幻觉的产生与大语言模型的训练方式、AI感知世界的方法有关，仅凭接受的文字来感知世界，难免有认知偏差。
　　2. 根据材料二内容，下列说法不正确的一项是（   ）
　　A. AI技术在各个领域被广泛应用，可见人类社会已经进入硅基协作的新时代，AI幻觉问题也随之成为重要问题。
　　B. 大模型训练数据中的错误信息、过时知识以及网络数据中的文化和性别偏见，是导致AI出现幻觉与偏见的一大原因。
　　C. 在训练过程中，监督微调阶段通常不允许模型表达不确定性，这使得模型在面对不懂的问题时，更倾向于编造内容来回应。
　　D. 语言模型在输出时往往优先考虑附近单词，不考虑上下文，导致其无法准确理解文本含义，从而出现AI幻觉。
　　3. 根据材料一内容，以下哪个选项属于事实性幻觉（   ）
　　A. 学生要求“用比喻手法写一段描写春天的文字”，AI却用拟人手法写了一段关于秋天的散文。
　　B. 学生提供的阅读材料中说“主人公最终选择了回到家乡”，AI却在情节梳理中写“主人公最终留在了城市打拼”。
　　C. AI在分析《背影》时先说“文中父亲的形象是冷酷自私的”，随后又说“父亲的背影饱含感人的爱子之情”，前后评价矛盾。
　　D. 学生问“《红楼梦》的作者是谁”，AI回答“《红楼梦》的作者是罗贯中”。
　　4. 下列对两则材料的分析，不正确的一项是（   ）
　　A. 材料一运用比喻，将大语言模型比作从小被关在黑屋子里只接受语言文字培训的人，形象地解释了AI幻觉产生的原因。
　　B. 材料二采用总分结构，开篇点明AI技术存在AI幻觉问题，接着从数据、训练过程和推理过程三个维度具体阐述缘由。
　　C. 材料一中模型回答“独角兽的历史起源”问题时出错和材料二里AI在医疗领域虚构不存在的药物都属于事实性幻觉。
　　D. 两则材料都对AI幻觉的定义、发展、产生原因进行了阐述，相比之下，材料二对AI幻觉产生的原因介绍得更加细致。
　　5. 请结合两则材料，完成下表，说明减少AI幻觉影响的具体做法。
　　层面 方法 具体说明
　　技术层面 ①________ 清洗错误信息与偏见内容；均衡覆盖不同文化、语言或群体视角；突破知识边界。
改进训练机制 ②________
③________ 优化上下文理解机制；引入外部知识库，使内容基于可靠来源，并增加事实核查环节。
　　用户层面 明确应用边界 ④________
⑤________ 增强辨识信息的自觉与能力，分辨各种媒介信息的真伪，不盲信AI输出。
　　【答案】1. C    2. D   
　　3. D    4. D   
　　5.     ①. 优化训练数据    ②. 允许模型在知识不足时表达“不确定”或拒绝回答，而非强行捏造；避免过度迎合用户偏好；改进模型会过度学习偏好的问题。    ③. 提升推理能力    ④. 在医疗、法律等容错率极低的关键领域，AI只能作为辅助工具参与决策，最终判断必须由专业人士把关。    ⑤. 提升媒介素养
　　【解析】
　　【导语】两则材料围绕AI幻觉展开说明。材料一梳理了AI幻觉概念的演变，将其分为事实性、忠实性两类，并通俗阐释其产生根源。材料二指出AI幻觉在医疗、法律领域的危害，从数据、训练、推理三方面剖析成因，同时从技术、用户层面提出改进办法，明确AI应用边界，警示人们理性、审慎使用人工智能技术。
　　【1题详解】
　　C.“两者的区别在于生成内容能否被验证”错误，原文“按照生成内容与真实世界的偏离程度，幻觉可以被分为事实性幻觉和忠实性幻觉。事实性幻觉指的是模型生成的内容与可证实的现实世界事实不一致……忠实性幻觉指的是生成的内容与用户指令或输入提供的上下文不一致，以及生成内容本身不自洽”，二者划分依据是偏离对象不同，事实性幻觉是背离客观现实事实，忠实性幻觉是背离用户指令、上下文、自身逻辑，而非在于生成内容能否被验证。
　　故选C。
　　【2题详解】
　　D.“不考虑上下文”错误，材料二表述为“语言模型输出的时候往往会优先考虑附近的单词，这会导致上下文注意力明显不足”，选项偷换概念，将“上下文注意力明显不足”替换为“不考虑上下文”。
　　故选D。
　　【3题详解】
　　“事实性幻觉”即生成内容和客观现实事实不一致；“忠实性幻觉”即偏离用户指令、上下文、自身逻辑。
　　A.用户要求比喻写春，AI用拟人写秋，偏离用户指令，是“忠实性幻觉”，不属于“事实性幻觉”。
　　B.给定材料写主人公回乡，AI写留在城市，上下文不一致，是“忠实性幻觉”，不属于“事实性幻觉”。
　　C.前后评价自相矛盾，逻辑不一致，是“忠实性幻觉”，不属于“事实性幻觉”。
　　D.问《红楼梦》作者，AI答罗贯中，客观事实是曹雪芹，和事实不符，属于“事实性幻觉”。
　　故选D。
　　【4题详解】
　　D.“两则材料都对AI幻觉的定义、发展、产生原因进行了阐述”错误，材料一只讲了幻觉概念的由来、词义演变、分类、成因；材料二只讲AI幻觉危害、应用边界、幻觉产生三大原因（数据、训练、推理），没有介绍概念发展，所以两则材料并未都阐述发展。
　　故选D。
　　【5题详解】
　　①空：材料二“在数据层面，用于大模型训练的数据中可能包含错误信息、过时知识以及隐含文化偏见和性别偏见的网络数据……数据还可能存在不均衡的情况……数据还存在知识边界问题”，数据层面存在缺陷，对应的方法就是优化训练数据，故填“优化训练数据”。
　　②空：方法提示是“改进训练机制”，材料二“在监督微调阶段通常会迫使模型完成每个响应，而不允许它们表达不确定性，因此当面对不懂的知识时，大模型更有可能捏造内容而不是拒绝回答。在强化学习阶段，大模型通过人工反馈的训练，容易形成过度迎合用户偏好的倾向……模型可能会因为在训练过程中过度学习这些偏好”，针对训练阶段的弊端，提炼出“改进训练机制”的方法对策，具体说明可概括为“允许模型在知识不足时表达“不确定”或拒绝回答，而非强行捏造；避免过度迎合用户偏好；改进模型会过度学习偏好的问题”。
　　③空：材料二“大模型出现幻觉与偏见的原因主要来自三个方面：数据、训练过程和推理过程”，前面已经覆盖数据、训练，剩余成因是推理过程有问题，结合表格的具体说明，故填“提升推理能力”。
　　④空：方法提示为“明确应用边界”，定位材料二“在医疗、法律等容错率极低的关键场景中，AI只能作为辅助工具参与决策过程，最终判断必须由专业人士把关”，直接摘录核心语句，故填“在医疗、法律等容错率极低的关键领域，AI只能作为辅助工具参与决策，最终判断必须由专业人士把关”。
　　⑤空：根据表格中的具体说明，以及“我们每天都会接触大量信息，有辨识信息的自觉与能力，能够分辨各种媒介信息的真伪，也将是当代人必须具备的媒介素养”可知，用户自身辨别信息真伪，属于媒介素养，因此方法可填“提升媒介素养”。
　　二、本大题共5小题，共20分。
　　阅读下面文言文，完成下面小题。
　　刘盆子者，太山式人，城阳景王章之后也。祖父宪，元帝时封为式侯，父萌嗣。王莽篡位，国除，因为式人焉。
　　天凤年，琅邪人樊崇起兵于莒。时寇贼蜂起，众盗以崇勇猛，皆附之，一岁间至万余人。崇同郡人逄安、东海人徐宣等各起兵，合数万人，复引从崇。初，崇等以困穷为寇，无攻城徇地之计。众既浸盛，乃相与为约：杀人者死，伤人者偿创。以言辞为约束，无文书、旌旗。王莽遣军击之，崇等欲战，恐其众与莽兵乱，乃皆朱其眉以相识别，由是号曰赤眉。遂大破之。