MegaMath是全球最大的开源数学推理数据集，包含3710亿tokens，涵盖网页、代码和合成数据。其目的是提升语言模型的数学推理能力，解决现有数据集在规模和质量上的不足。经过多轮筛选和优化，MegaMath在数学任务上表现显著提升，推动了开源数学数据集的发展。