2023年6月至8月间，技术作者Chip Huyen先后发布两项研究成果：一份面向企业决策者的生成式AI战略框架，以及一份面向研究者的LLM开放挑战梳理。两项内容分别从落地实践与技术前沿两个维度，勾勒出当前生成式AI领域的整体图景。
企业生成式AI战略：从“领导要求”到“具体做什么”
Chip Huyen在2023年6月7日发布的《Generative AI Strategy》中，分享了其为Fully Connected大会准备的演讲“Leadership needs us to do generative AI. What do we do?”。该演讲的灵感来源于她与多位朋友的交流——这些朋友需要制定生成式AI战略，但不确定具体该做什么。
Huyen将这一演讲定位为一个探索生成式AI应用方向的简单框架。她表示，许多想法仍在完善之中，希望未来有时间将其整理成正式文章，并邀请读者分享自身经验。她同时感谢Kyle Gallatin、Goku Mohandas、Han-chung Lee和Jamie de Guerre对演讲内容的反馈。
LLM研究十大开放方向：幻觉与上下文学习最受关注
2023年8月16日，Chip Huyen发布《Open challenges in LLM research》，基于与产业界和学术界众多人士的交流，归纳出LLM研究的十大方向。她表示，从未见过如此多聪明的人为同一个目标努力——让LLM变得更好。
在这十大方向中，幻觉（hallucinations）和上下文学习（context learning）是当前讨论最多的两个方向。Huyen本人最兴奋的则是第3项多模态、第5项新架构和第6项GPU替代方案。
“I was at a panel on LLM with Dropbox, Langchain, Elastics, and Anthropic recently, and the #1 roadblock they see for companies to adopt LLMs in production is hallucination.”
关于幻觉问题，Huyen指出，幻觉是指AI模型编造内容。在许多创意用例中，幻觉是一种特性；但在大多数其他用例中，幻觉则是一个缺陷。她援引近期与Dropbox、Langchain、Elastics和Anthropic的小组讨论称，这些企业认为公司采用LLM进行生产部署的首要障碍就是幻觉。
缓解幻觉并开发衡量幻觉的指标，正成为一个蓬勃发展的研究课题，许多初创公司正聚焦于此。此外，还有一些临时性技巧可减少幻觉，例如在提示中加入更多上下文、思维链（chain-of-thought）、自洽性（self-consistency），或要求模型在回答中保持简洁。
后续关注
Chip Huyen的两项工作分别面向企业决策者和研究者。企业侧的战略框架仍处于持续完善阶段，Huyen表示希望未来将其转化为正式文章；研究侧的十大开放方向中，幻觉的度量与缓解、多模态、新架构及GPU替代方案等，预计将持续成为产业与学术界的关注焦点。