REALM: A Dataset of Real-World LLM Use Cases

大型语言模型（LLMs），例如GPT系列，推动了重要的工业应用，从而引发了经济和社会的变革。然而，对其真实世界的应用情况的理解仍然有限。为了解决这一问题，我们引入了REALM，这是一个包含超过94,000个大型语言模型使用案例的数据集，收集自Reddit和新闻文章。REALM捕捉了两个关键维度：大型语言模型的多样化应用及其用户的 demographics（人口统计特征）。它对大型语言模型的应用进行了分类，并探讨了用户的职 业与其所使用的应用类型之间的关系。通过整合真实世界的数据，REALM提供了关于不同领域中大型语言模型采用情况的洞见，为未来研究其不断演变的社会角色奠定了基础。

该论文试图通过构建REALM数据集来解决对大型语言模型（LLMs）实际应用理解不足的问题，特别是其在不同领域和社会群体中的使用情况。这是一个相对较新的问题，因为随着LLMs的快速发展，对其社会和技术影响的系统性研究尚处于早期阶段。

论文的关键思路是创建一个包含超过94,000个LLM用例的数据集REALM，从Reddit和新闻文章中收集信息。REALM不仅记录了LLMs的应用场景，还分析了用户的职业背景与这些应用场景之间的关系。相比现有研究，该论文提供了一个更全面的视角，将技术应用与社会因素结合起来。

论文设计了大规模的数据收集方法，并通过多维度分析展示了LLMs的实际用途及其用户特征。数据集涵盖了广泛的领域和职业类型，为未来的研究提供了丰富的基础。此外，论文未提及代码开源，但强调了数据集本身的价值。未来值得深入研究的方向包括：如何利用REALM改进LLMs的设计、评估其伦理影响以及预测其长期社会效应。

最近的相关研究包括：1) 探讨LLMs在特定行业（如医疗、教育）中的应用；2) 分析LLMs的社会经济影响；3) 研究LLMs的公平性和偏见问题。例如，《Understanding the Societal Impact of Large Language Models》和《Industry Applications of GPT-like Models》等论文探讨了类似主题。