AI大模型拆解万套中考真题--语文

结合现在的主流 AI 和本地大模型，搭了一个中考真题数据库。这个库目前整理了近 10 年各省市地区的中考真题，大约 9776 套试卷，从中提取出 207266 道试题，覆盖 8 个科目、277 个知识点。语文因为题型、文本来源和知识点结构都比较特殊，所以单独做了一套分析。
数据归集、清洗主要交给 Codex 处理，复杂的数据整理和逻辑判断交给 GPT-5 系列，本地标注则放在自己电脑上完成。语文、历史、道法这类文本理解要求高的科目，用千问 3.5 9B 跑；英语、数学、物理、化学等知识点边界更明确的科目，用 Gemma 31B 跑。基本上每个科目让 5080 显卡跑一晚上，就能产出一批可用结果。
先看语文。清洗后的 10579 道语文题中，阅读理解题数量最多，占 37.46%；选择题、简答表达题也占比较高。作文题数量只有 627 道，占 5.93%，但分值占比达到 24.64%。这说明中考语文不能只看题量，真正决定成绩的，是阅读和写作两大能力。
名著方面，高频前三是《西游记》《水浒传》《红楼梦》。名著复习不能停留在“作者是谁、主人公是谁”，更要抓人物形象、关键情节、人物变化、作品主题和经典片段。阅读理解的材料来源也很广，不只是文学作品，还包括媒体报道、报刊文章、社会热点、科普说明和名著节选，其中《人民日报》是高频来源之一。
作者方面，杜甫、李白、苏轼出现频率最高。复习时不能只背单篇作品，而要建立“作者关系网络”，把作品、时代、主题和情感放在一起理解。作文方面，成长感悟类占比最高，是训练重点，应优先建立成长、经历、责任、选择、变化类素材库。
最后，语文不是短期靠刷知识点就能冲分的科目。15 岁前，应按阅读能力分级读完高频名著：低龄先用青少版、图文版读进去，高年级再逐步过渡到原著。每本书做好人物卡、情节线和摘抄点评，先读懂，再读透，最后才谈考试答题。