你让 AI 读一部长篇记录，再问开头藏着什么，它往往越读越吃力。MoNe 的思路是给现成的 Transformer 外挂一册可更新的“笔记”，而不是重新训练主模型。这里的“冻结”指主模型参数保持不变；它只在处理当前材料时更新外挂的神经记忆——一个把读过内容压进内部状态的小型网络。
MoNe 先把长文本切成固定大小的段落，逐段写入记忆。提问时，主模型不再重读原文，而是由问题本身从记忆中生成注意力所需的键和值——可理解为供模型查找和取用信息的索引与内容。最值得注意的是，这份记忆还能供多个问题重复使用，新材料到来时也可接着写入。
作者称，MoNe 只增加 6.4% 的参数；在 128K token（文本被模型切分后的基本单位）下，相比把全文直接塞进提示词，计算量和峰值显存都约降 80%。它仅用最长 4K token 的上下文训练，却在 RULER 的信息查找与词语提取测试中扩展到 128K。结果仍属论文作者自述，实际效果会怎样，还要看更多模型和真实任务的检验。