第一眼：通过在多个感知任务上的大量仿真，我们证明我们的方法在严格像素预算下实现了高任务性能，并显著优于在相同。第二眼：问题在哪？
原文提到：现有方法通过空间或时间下采样等采集策略应对这一挑战，但在任务相关性被评估之前就已不可逆转地丢弃信息
baseline是什么？是你自己搭的还是直接copy别人的？
第二个问题：你的核心方法建立在 'potential' 之上，但它的失效条件是什么？ scale 上去之后还work吗？别只report小模型上的结果。
有没有考虑过ethical implication？安全过滤器谁定义的？
最大的问题是：这解决了谁的问题？学术界的问题还是工业界的问题？两个答案差距很大。
行了，这个方向有人做总好过没人做。但别 pretend 这是最终答案。
#千寻 #追问