热点事件持续更新
研究团队提出NURESA架构实现模型间零样本转移
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
2026年11月3日，arXiv发表论文提出新型神经层架构NURESA。该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的零样本能力转移。在MLP、GPT-2和Qwen2.5上的测试显示，该架构能够有效防止模型在微调过程中的领域损失。此外，对于数百万至数十亿参数规模的Transformer模型，该架构仅需约1分钟即可完成转移，且生成的文件体积比原模型小几个数量级。
AI 根据报道生成 · 18 小时前更新
最新进展11月3日 13:00
论文提出NURESA架构，支持模型间零样本能力转移并防止微调领域损失。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 人工智能论文提出 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。
本事件热度走势
当前热度 6·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。