本研究强调将大型语言模型有效融入社会技术系统的重要性，指出人工智能社区无法独立应对复杂挑战。通过系统工程方法，提供新视角以解决LLMs带来的问题，并建议未来的应用方向。

该论文综述了知识追踪领域的研究现状和差距，并提出了未来的研究和应用方向。

本文介绍了合成数据的发展和应用方向，包括计算机视觉、室内外场景合成、机器人仿真环境、隐私相关应用等。同时讨论了改进和生产合成数据的替代方法，以及合成数据转化后的真实应用存在的问题。强调了未来合成数据研究的最有潜力的方向。