贵州省毕节市2024届高三年级第三次诊断性考试(毕节三诊)试卷及答案答案(语文)正在持续更新，目前2024-2025衡水金卷先享题答案网为大家整理了相关试题及答案，供大家查缺补漏，高效提升成绩。

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GN还能朝着理想的方向进一步改进。(摘编自《机器智能·A1或并未学习》)注释①：图神经网络：开发者将A虹发现规律的能力应用于大型教据库，这些数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。).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GNN还能有进一步的改进。6.结合材料，概括Jurgen Bajorath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79题。语文试题卷第4页（共10页）