凉山州2024届高中毕业班第三次诊断性检测语文本试卷分第I卷(阅读题)和第Ⅱ卷(表达题)两部分。全卷共10页，满分150分，考试时间150分钟。注意事项：1.答题前，考生务必将自己的姓名、座位号、准考证号用0.5毫米的黑色签字笔填写在答题卡上，并检查条形码粘贴是否正确。2.选择题使用2B铅笔涂在答题卡对应题目标号的位置上；非选择题用0.5毫米黑色签字笔书写在答题卡的对应框内，超出答题区域书写的答案无效；在草稿纸、试卷上答题无效。3.考试结束后，将答题卡收回。第I卷阅读题(共70分)一、现代文阅读(36分)(一)论述类文本阅读(本题共3小题，9分)阅读下面文字，完成1~3题。作家王小波在他的《我的精神家园》里面提到，他的大学数学老师对他们说，我所教的数学你们也许一生都用不到，但我还是要教，因为这些知识是好的。王小波为此而深深感动了，我也为此而感动。我也想说，史学是许许多多学问中的一种，它使我们聪明，给我们快乐，历史知识是好的。德国哲学家文德尔班说过“人是有历史的动物”,史学的起源几乎和人类社会一样古老。传说中国在黄帝时就有了史官，比较能确定的早期史官大概有两种：一种是背诵史实和系谱的势矇(他们大概更古老一些);另一种是用文书记事的史官。在古罗马政治学家西塞罗看来：“一个人如果对自己出生以前的历史毫无所知的话，这个人就等于没有长大。”动物就没必要知道自己的历史，这对它们的生活没有什么意义。但人类有精神生活、有自我认识的需要，而人性是由历史和传统所塑造的。人类自我认识的重要方式之一，就是诉诸历史。科林伍德有言：“严格说来，没有人性这种东西，这一名词所指称的，确切地说，不是人类的本性而是人类的历史。”雅斯贝尔斯的一段话也说得很好：“对于我们的自我认识来说，没有任何现实比历史更为重要了。”历史显示了人类最广阔的境界，提供着生活所依据的传统，指点我们用什么标准来衡量现世，教导我们要从人的最崇高的潜力和不朽的创造力出发来看待人。割断了数千年的深厚文明，只有“当代”而无“历史”,我们的世界就只是个单薄贫乏的平面。但人类不是这样的，人类的生活有一个千万年的纵深。人们要了解古往今来各种各样的生活方式和文化形态，了解各时代、各民族对真善美、假恶丑的不同理解。人类一代一代地积累着这些知识和看法，正是它们的总和塑造了人的特质、人类的形象，使我们得以突破“当代”的束缚，知道我们正在做的是什么,我们应该做的是什么。尤其是中国人，拥有强烈厚重的历史感。历史有如一条奔流不息的长河，沟通了过去和未来。个体生命汇入这条长河才能获得永恒，“名垂青史”几乎是人生的最大成功，为了“留取丹心照汗青”,贤人们宁肯舍生取义。人们习惯于在历史中寻找自我：君主效法尧舜，大臣自比诸葛，语文试题卷第1页(共10页)武将则追随岳飞。浩如烟海的史籍之中，潜藏着中华民族的文化气质，凝聚着他们对宇宙、社会和人生的特有看法。史学就是这样一门学术，人类生活中有它的一席之地，会有一些人投身其中而以之为事业，也会有人关注他们的思考和探索。追寻悠久漫长的文明历程，洞察人群进化的内在奥秘，感受千百年的苦难和欢歌，审视千百年的坎坷和辉煌，以至从一片甲骨发现了一个古国的存在，由一块碑文澄清了一场战争的过程……是这些吸引了他们，足以使他们执着于此。史学提供一种特有的训练，从一些枯燥艰涩的东西开始，去掌握一种求真的技能，逐渐去领会一种学术的境界，去积累一种贯通今古的智慧，去培养一种对人类命运的关怀。理性和良知的训练，才是使人终身受益的东西，也是我们的校园为什么会成为“精神家园”的真正原因。(摘编自阎步克《历史是关于理性和良知的训练》)1.下列关于原文内容的理解和分析，正确的一项是(▲)(3分)A.作家王小波在他的《我的精神家园》里面认为，有的人一生也用不到什么数学知识，但数学知识却是好的知识。B.中国在黄帝时就有了史官，不仅出现时间早，而且明确分为两类：一类背诵史实和系谱；一类是用文书记事。C.人和动物不同，历史对动物的生活没有什么意义，但人有精神生活、有自我认识的需要，而人性从历史和传统中来。D.从一片甲骨发现一个古国的存在，由一块碑文澄清一场战争的过程……史学这种特有的训练才是使人终身受益的东西。2.下列对原文论证的相关分析，不正确的一项是(▲)(3分)A.文章开门见山提出全文的中心论点：历史使我们聪明，给我们快乐，历史知识是好的。B.文章第二段引用文德尔班的话，是为了证明史学的起源几乎和人类社会一样古老的观点。C.文中说只有“当代”而没有“历史”,我们的世界就只是个平面。这是比喻论证的手法。D.文章多处使用排比，使议论的语言富于变化并带有较强的抒情性，增强了论证的感染力。3.根据原文内容，下列说法不正确的一项是(▲)(3分)A.西塞罗说“一个人如果对自己出生以前的历史毫无所知的话，这个人就等于没有长大”,意指人有自我认识的需要，而历史能满足这种需要。B.知道我们正在做的是什么,我们应该做的是什么,这是“当代”赋予我们的任务，因此我们要了解古往今来各种各样的生活方式和文化形态。C.中国人拥有强烈厚重的历史感，习惯于在历史中寻找自我。史籍中潜藏着中华民族的文化气质，凝聚着他们对宇宙、社会和人生的特有看法。D.史学提供一种特有的训练，始于枯燥艰涩，掌握一种求真的技能，进而领会一种学术的境界，积累一种贯通今古的智慧，培养出一种对人类命运的关怀。语文试题卷第2页(共10页)(二)实用类文本阅读(本题共3小题，12分)阅读下面文字，完成4~6题。人工智能模型一直以“黑匝子”的形态让人们感到不安，AI到底从数据中学到了什么?又是如何作出推理?入工智能(Al)一直在迅速发展，但对人类来说，强大的模型却是个“黑匝子”。、自人工智能发展以来，药物发现研究也越来越多地采用与AI相关的技术。比如图神经网络(GNN),适用于预测某种分子与靶蛋白结合的强度。图由表示对象的节点和表示节点之间关系的边组成。在蛋白质与配体复合物的图表示中，图的边连接蛋白质或配体节点，表示物质的结构，或者蛋白质和配体之间的相互作用。GNN模型使用从X射线结构中提取的蛋白质配体相互作用图，来预测配体亲和力。最近，波恩大学(UniversityofBonn)的化学信息学专家JürgenBajorath教授和他的团队取得了重大突破。他们设计了一种技术，揭示了药物研究中使用的某些人工智能系统的运行机制。他们的研究结果表明，这些人工智能模型主要依赖于回忆现有数据，而不是学习特定的化学相互作用，来预测药物的有效性。在医药领域，研究人员正在狂热地寻找有效的活性物质来对抗疾病——哪种药物分子最有效?通常，这些有效的分子(化合物)会对接在蛋白质上，蛋白质作为触发特定生理作用链的酶或受体。在特殊情况下，某些分子还负责阻断体内的不良反应，例如过度的炎症反应。可能的化合物数量巨大，寻找有效的化合物就像大海捞针一样。因此，研究人员使用AI模型来预测，哪些分子最能与各自的靶蛋白对接并牢固结合。然后在实验研究中，更详细地进一步筛选这些候选药物。来自波恩大学化学信息学的研究人员，与罗马Sapienza大学的同事一起，详细分析了图神经网络是否真的学习到了蛋白质与配体的相互作用。研究人员使用他们专门开发的“EdgeSHAPer”方法分析了总共六种不同的GNN架构。“EdgcSHAPer”程序可以判断GNN是否学习了化合物和蛋白质之间最重要的相互作用。科学家们使用从蛋白质配体复合物结构中提取的六个经过训练的GNN——化合物的作用方式以及与靶蛋白的结合强度已知。然后，在其他复合物上测试经过训练的GNN,并使用EdgeSHAPer分析GNN如何产生预测。如果GNN按照预期行事，它们需要学习化合物和靶蛋白之间的相互作用，并且通过优先考虑特定的相互作用来给出预测。然而，根据研究小组的分析，六个GNN基本上都没有做到这一点。大多数GNN只学会了一些蛋白质与药物的相互作用，主要集中在配体上。为了预测分子与靶蛋白的结合强度，模型主要“记住”了它们在训练过程中遇到的化学相似分子及其结合数据，而不管靶蛋白如何。这些被记住的化学相似性基本上决定了预测。这让人想起“聪明的汉斯效应”——就像那匹看起来会数数的马，实际上是根据搭档面部表情和手势的细微差别，来推断出预期的结果。这或许意味着，GNN所谓的“学习能力”可语文试题卷第3页(共10页)能是站不住脚的，模型的预测能力在很大程度上被高估了，因为可以使用化学知识和更简单的方法进行同等质量的预测。不过，研究中也发现了另外一个现象：当测试化合物的效力增加时，模型倾向于学习到更多的相互作用。也许通过修改表征和训练技术，这些GNN还能朝着理想的方向进一步改进。(摘编自《机器智能·AI或并未学习》注释①:图神经网络：开发者将AI发现规律的能力应用于大型数据库，这些效据库储存着包含各数据点之间关系的信息。两者组合成被称为图神经网络(GNN)的强大新工具。在图神经网络中，被称为“节点”的数据通过被称为“边”的线连接，这使机器学习算法可以在节点、边或整个图的层面作出有用的预测。4.下列对相关材料的理解，不正确的一项是(▲)(3分)A.人工智能(AI)一直在迅速发展，但对人类来说，AI到底从数据中学到了什么,又是如何作出推理的，却近乎一无所知。B.对接在蛋白质上的可能的化合物数量巨大，因此研究人员使用AI模型来预测最能与各自的靶蛋白对接并牢固结合的分子。C.研究人员使用他们专门开发的“EdgeSHAPer”程序，可以判断GNN是否学习了化合物和蛋白质之间最重要的相互作用。D.根据研究小组的分析，所有GNN都学会了一些主要集中在配体上的蛋白质与药物的相互作用，并成功地做出了准确预测。5.下列对材料相关内容的概括和分析，不正确的一项是(▲)(3分)A.自人工智能发展以来，药物发现研究也越来越多地采用与AI相关的技术。比如图神经网络(GNN),适用于预测某种分子与靶蛋白结合的强度。B.研究人员使用EdgeSHAPer分析GNN如何产生预测，根据研究小组的分析，模型主要依靠训练过程中的“记忆”来作出预测，而不管靶蛋白如何。C.图神经网络(GNN)在药物发现研究中的预测产生了“聪明的汉斯效应”,实际上是根据搭档面部表情和手势的细微差别，来推断出预期的结果。D.研究人员在研究中还发现了另一个现象：当测试化合物的效力增加时，模型倾向于学习到更多的相互作用。这也许意味着CNN还能有进一步的改进。6.结合材料，概括JurgenBajorath教授和他的团队在人工智能预测的研究上取得了哪些成果。(6分)(三)文学类文本阅读(本题共3小题，15分)阅读下面的文字，完成7~9题。语文试题卷第4页(共10页)水天深处思范公韩少功①第一次抵达富春江岸，我最想做的事，就是去寻找范仲淹的遗迹。这不仅仅因为我来自洞庭湖畔，熟悉范文正公著名的《岳阳楼记》;也不仅仅因为我曾历访洛阳、苏州等地，对他这位宋学开山的一生轨迹总是充满好奇；更重要的是他“先天下之忧而忧、后天下之乐而乐”——在我看来就是给中国文明传统和士大夫操守的立魂之语，是数千年历史暗夜中最耀眼的一道精神闪电。②范仲淹乘坐小船，顺着一江碧水来到浙江桐庐(睦州属地),这是他仕途上多次大起大落中最早的一落，虽时间不长，但已初尝仕途煎熬，锤炼了他的顽强和磊落。富春江在这里蜿蜒流过，草长莺飞，柳垂蝶舞，板桥茅舍，宛若《富春山居图》里那种仙境，很适合文人归隐。不是吗，这俗世红尘的事哪干得完呢?君有道则仕，君无道则隐，前人早就有过适时进退的贴心提醒。但范仲淹似不以为然。他在这里重修旧祠，纪念东汉大隐严子陵，赞其不慕功名富贵的“先生之风”,却没打算复制前人。相反，他主张“进亦忧，退亦忧”,即顺境要拼，逆境也要扛，到哪里都活得一个样。特别是“处江湖之远则忧其君”:越是遭遇人生的至暗时刻，倒越是要当硬汉，有担当；知其不可而为；虽千万人逆之，吾往也!③他年幼失父，有一份孤寒和坎坷的经历打底，其实并非不知世事的复杂，故为官处事，有经有权，道术兼通，掐得准各种轻重缓急的分寸，具有丰富的经验，连同时代的欧阳修、王安石、苏轼等也都深为折服。但理想者通常的厄运在于，在