上海交通大学生成式人工智能研究实验室开源了数学领域的高质量预训练数据集MathPile和商用版本MathPile-Commercial，还有其他热门数学数据集可供下载。此外，还有AI生成的图像数据集、多样化肖像数据集、中文文本分类数据集等。另外，还有关于眼科疾病检测、工作场所绿化水平与健康关联、智能化科学设施构想等的论文案例。

MathPile是一个高质量、大规模的数学专注语料库，包含约95亿个标记。通过严谨的数据收集和处理工作，确保了语料库的高质量。MathPile旨在提高语言模型的数学推理能力，并计划开源不同版本以促进该领域的发展。