MathPile est un corpus central de mathématiques contenant environ 9,5 milliards de jetons. Il rassemble des contenus mathématiques provenant de manuels scolaires (y compris des notes de cours), d'arXiv, de Wikipédia, de ProofWiki, de StackExchange et du web, et convient aux niveaux K-12, universitaire, post-universitaire et aux compétitions mathématiques. MathPile se distingue par la haute qualité de ses données et une riche documentation pour une transparence accrue et une flexibilité d'utilisation. En termes de licence, MathPile est soumis à la licence BY-NC-SA 4.0, avec un projet de version commerciale prochainement disponible.