《2025年鸿鹄志文化期末冲刺王暑假作业七年级语文人教版湖南专版》

7. 根据要求默写古诗文。(7 分)
(1)故园东望路漫漫,双袖龙钟泪不干。(岑参《逢入京使》)
(2)不畏浮云遮望眼,自缘身在最高层。(王安石《登飞来峰》)
(3)山重水复疑无路,柳暗花明又一村。(陆游《游山西村》)
(4)《泊秦淮》中表现诗人的忧患意识(借古讽今)的句子是：商女不知亡国恨,隔江犹唱后庭花。
(5)《木兰诗》中,描写边塞的苦寒生活的句子是：朔气传金柝,寒光照铁衣。

答案：
(1) 故园东望路漫漫
(2) 自缘身在最高层
(3) 山重水复疑无路
(4) 商女不知亡国恨 隔江犹唱后庭花
(5) 朔气传金柝 寒光照铁衣

(一)(16 分)
材料一 过去两年多,以 OpenAI 为代表的美国公司开启并引领了人工智能大模型投资热潮,因为不缺芯片和算力,其主流思路是“越大越好”——以更强算力、更多数据训练更大的模型,来获得更高性能。这让大模型能源消耗巨大,训练成本惊人,也带来了商业推广难题：大模型投不起,小模型不好用。DeepSeek 改变了这一格局。他们在模型架构和训练过程中进行深度优化,在大幅降低计算资源消耗的同时,跻身世界顶级 AI 大模型之列,实现了“低成本”与“高性能”的兼得。同时,与 OpenAI 的闭源策略相反,DeepSeek 免费开源其大模型,明示全部技术路线,更加推动了大模型技术从“奢侈品”向“日用品”的转变。
材料二 低成本是技术普及的基本要求,买得起才能让千家万户用得上。小汽车、个人电脑、手机的普及都是如此,人工智能产业大概也不会例外。这几年,企业界和科技界已经为降低大模型成本作出了大量努力,DeepSeek 模型正是其中的杰出成果,证明“此路可通”。但大模型价格还没有降到底。在降本增效这条路上,DeepSeek 并非终点,而是一个新的起点。开源代码、开放 API(应用程序编程接口)及训练方法,吸引全球开发者参与技术迭代。1 月 20 日 R1 推出后,各国 AI 技术人员掀起“DeepSeek 复现热潮”。有美国科研团队声称,仅用几十美元的成本租用云计算资源,便复现了该模型。DeepSeek 使用专家混合架构 MoE 实现了更高的成本效益。而就在 2 月 12 日,字节跳动豆包大模型团队宣布推出全新的稀疏模型架构 UltraMem,优化了推理性能,使得推理速度较 MoE 架构提升了 2 倍至 6 倍,推理成本最高可降低 83%。
材料三 连日来,上市公司接入 DeepSeek 模型的公告刷屏,令人惊呼“所有上市公司都在接入 DeepSeek”。这体现了市场对于低成本、高性能开源大模型的渴求。当各行各业的开发者在开源框架上搭建文本创作、智能客服、医学影像诊断等各类应用时,新的生态系统已应运而生。当然,开启全民 AI 时代,还面临许多挑战。开源模式依赖社区贡献,需建立激励机制避免碎片化,也要在开源与商业化之间取得平衡,以利于生态系统的可持续发展。让 AI 适配智能眼镜、手机等边缘计算设备,要有更好的模型压缩技术。通用模型在垂直场景易“水土不服”,需结合行业知识库定制化开发,要抓紧制定行业数据共享与安全标准。防范算法歧视与就业冲击,还要加强 AI 伦理教育,构建“技术—法律—社会”协同治理框架。
(选自《经济日报》,有删改)
8. DeepSeek 大模型与传统 AI 大模型相比,最大的突破是( B )(4 分)
A. 使用了更先进的芯片。
B. 通过开源技术路线推动普及。
C. 完全依赖人工标注数据。
D. 专注于医疗垂直领域。
9. 以下对以上三则材料分析错误的一项是( C )(4 分)
A. 材料一通过对比 OpenAI 与 DeepSeek 的策略,突出后者“低成本高性能”的优势,主要运用作比较说明方法。
B. 材料二先以具体的小汽车等普及规律为引,再推导 AI 技术推广的抽象逻辑,符合“由具体到抽象”的逻辑顺序。
C. 材料三列举文本创作、智能客服、医学影像诊断等应用,说明了开源模型的生态价值,运用分类别说明方法。
D. 材料二中加点的“大概”表推测,尊重客观事实,不主观臆断,体现了说明文语言的准确性和严密性特点。
10. 请结合材料三,谈谈 AI 软件普及运用后面临的挑战及应对的措施。(8 分)
面临的挑战：①开源模式问题：开源模式依赖社区贡献，可能出现碎片化，且要平衡开源与商业化以实现可持续发展。②设备适配问题：AI 适配边缘计算设备，需要更好的模型压缩技术。③垂直场景问题：通用模型在垂直场景易“水土不服”，需结合行业知识库定制化开发，同时要制定行业数据共享与安全标准。④伦理与社会问题：防范算法歧视与就业冲击，要加强 AI 伦理教育，构建协同治理框架。应对措施：①开源方面：建立激励机制，避免开源模式碎片化；在开源与商业化之间找到平衡。②设备适配方面：研发更好的模型压缩技术，使 AI 能适配智能眼镜、手机等设备。③垂直场景方面：结合行业知识库定制化开发通用模型，抓紧制定行业数据共享与安全标准。④伦理与社会方面：加强 AI 伦理教育，构建“技术—法律—社会”协同治理框架。

答案： 8. B
9. C 【解析】C. 材料三列举文本创作、智能客服、医学影像诊断等应用，运用的是举例子的说明方法，而不是分类别的说明方法。
10. 面临的挑战：①开源模式问题：开源模式依赖社区贡献，可能出现碎片化，且要平衡开源与商业化以实现可持续发展。②设备适配问题：AI 适配边缘计算设备，需要更好的模型压缩技术。③垂直场景问题：通用模型在垂直场景易“水土不服”，需结合行业知识库定制化开发，同时要制定行业数据共享与安全标准。④伦理与社会问题：防范算法歧视与就业冲击，要加强 AI 伦理教育，构建协同治理框架。应对措施：(回答 1 点即可)①开源方面：建立激励机制，避免开源模式碎片化；在开源与商业化之间找到平衡。②设备适配方面：研发更好的模型压缩技术，使 AI 能适配智能眼镜、手机等设备。③垂直场景方面：结合行业知识库定制化开发通用模型，抓紧制定行业数据共享与安全标准。④伦理与社会方面：加强 AI 伦理教育，构建“技术—法律—社会”协同治理框架。