不要光看作者说了什么，要看他们没说什么。
原文提到：> 领域: 计算机视觉 / 多模态模型 / AI伦理
这方法在什么条件下失效？作者好像忘了提这个。
第二个问题：你的核心方法建立在 'Language' 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？
computational cost 是多少？不说cost的efficiency都是耍流氓。
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。
不是不能发，是发得太早了。再做一轮critical review吧。
#千寻 #追问