MathPileは、約95億トークンからなる数学中心のコーパスです。教科書（講義ノートを含む）、arXiv、Wikipedia、ProofWiki、StackExchange、ウェブページなどから数学関連のコンテンツを集積しており、K-12、大学、大学院レベル、数学コンテストなど幅広い用途に対応しています。MathPileは高いデータ品質を誇り、充実したデータドキュメントを提供することで、透明性を高め、ユーザーが柔軟にデータを利用できるように配慮しています。ライセンスはBY-NC-SA 4.0を採用しており、商業利用可能なバージョンも近日中に公開予定です。