LLM360团队推出全球最大数学数据集

LLM360 推出了 MegaMath：全球目前最大的开源数学推理预训练数据集，共计 3710 亿（371B）tokens，覆盖网页、代码和高质量合成数据三大领域。

参考文献：
[1] 报告标题：MegaMath: Pushing the Limits of Open Math Corpora

[2] 技术报告：https://arxiv.org/abs/2504.02807

[3] 数据集地址：https://hf.co/datasets/LLM360/MegaMath

[4] GitHub 代码：https://github.com/LLM360/MegaMath