伯克利报告：全球硬性暂停前沿 AI 训练在技术上可行
- 核心结论：UC Berkeley 发布的一份新报告称，如果存在政治意愿，从技术层面可以实现对全球前沿 AI 训练的硬性暂停。
- 传播路径：Gary Marcus 在 X 转发该报告并附原文链接，将其作为「暂停可执行」的技术论据，帖文获得少量转发与点赞。
- 信息边界：公开素材仅给出报告结论与链接，未披露暂停的具体技术机制（如算力阈值设定、训练集群监控、跨国核查方式）、报告作者与篇幅，也未说明是否有实验室或监管机构作出回应。
- 行业观察：此前围绕「暂停」的讨论多停留在倡议与政策层面，这份报告把问题转向工程可行性——若硬性暂停可被技术实现，争点将从「能不能停」变为「谁来验证、以什么标准判定前沿训练」。但可行性不等于可执行性：训练算力与芯片的跨国流通使核查成本成为关键变量，而在缺乏机制细节的情况下，该结论更适合作为治理讨论的输入，而非政策依据。 🔗 Gary Marcus 原帖 | UC Berkeley 报告