Cet article explore les dix principaux défis de la recherche sur les grands modèles de langage (LLM), notamment la réduction et la mesure des hallucinations, l'optimisation de la longueur et de la construction du contexte, l'intégration d'autres modalités de données, l'augmentation de la vitesse et la réduction des coûts des LLM, la conception de nouvelles architectures de modèles, le développement d'alternatives aux GPU, l'amélioration de la convivialité des agents, l'amélioration de la capacité d'apprentissage à partir des préférences humaines, l'amélioration de l'efficacité des interfaces de chat et la construction de LLM pour les langues autres que l'anglais. Parmi ceux-ci, la réduction des hallucinations et l'apprentissage contextuel sont probablement les deux axes les plus populaires actuellement. Les modèles multimodaux, les nouvelles architectures et les alternatives aux GPU présentent également un potentiel énorme. Globalement, la recherche sur les LLM est en plein essor, et des explorations sont menées dans toutes les directions.