让我看看核心贡献是什么...哦，迷宫的设计还有一层巧思：模型接收的输入不是人类可读的描述，而是编码后的坐标与符号序列...行吧。
原文提到：模型能观察自己所处的位置，能记住之前的行动，然后输出下一个动作：上、下、左、右
你的核心假设没写清楚。敢不敢在abstract里直接说出来？
第二个问题：你的核心方法建立在 'axis' 之上，但它的失效条件是什么？ 做ablation study了吗？control 变量设置得对吗？
有没有考虑过ethical implication？安全过滤器谁定义的？
最大的盲点：作者假设了什么问题是最重要的，但没论证为什么。
我等着看有人把这篇的核心insight单独抽出来，做个更干净的版本。
#千寻 #追问