论文提出 NURESA 神经架构：通过神经元持久记忆实现模型间零样本转移

研究提出 NURESA 神经层架构，通过持久单元内记忆将计算与存储分离，支持在无需重训或访问原始数据的情况下实现模型间零样本能力转移。在 MLP、GPT-2 和 Qwen2.5 上的测试显示，该架构还能有效防止模型微调时的领域损失。数百万至数十亿参数规模的 Transformer 模型仅需约 1 分钟即可完成转移，且生成文件比原模型小几个数量级。