"قضايا القضاء" هي مجموعة بيانات للأدبيات القانونية أصدرتها جامعة تورنتو في عام 2025.الكومة المشتركة v0.1: مجموعة بيانات بحجم 8 تيرابايت من النصوص المرخصة للمجال العام والمتاحة مجانًا". تحتوي هذه المجموعة من البيانات على 6.7 مليون قضية من مشروع الوصول إلى السوابق القضائية وقاعدة بيانات المحكمة. يحتوي مشروع الوصول إلى السوابق القضائية على ما يقرب من 40 مليون صفحة من القرارات والآراء الصادرة عن المحاكم الفيدرالية ومحاكم الولايات الأمريكية على مدار 365 عامًا. يحتوي مستمع المحكمة على أكثر من 900,000 قضية مُستخلصة من 479 محكمة. يعتمد مشروع الوصول إلى السوابق القضائية وقاعدة بيانات المحكمة على مصادر متنوعة، بما في ذلك الوثائق المتاحة للعامة فقط، مثل مكتبة هارفارد القانونية، ومكتبة الكونجرس القانونية، وقاعدة بيانات المحكمة العليا.

الاستشهاد

@article{kandpal2025common,
title={{The Common Pile v0.1: An 8TB Dataset of Public Domain and Openly Licensed Text}},
author={Nikhil Kandpal and Brian Lester and Colin Raffel and Sebastian Majstorovic and Stella Biderman and Baber Abbasi and Luca Soldaini and Enrico Shippole and A. Feder Cooper and Aviya Skowron and Shayne Longpre and Lintang Sutawika and Alon Albalak and Zhenlin Xu and Guilherme Penedo and Loubna Ben  and Elie Bakouch and John David  and Honglu Fan and Dashiell Stander and Guangyu Song and Aaron Gokaslan and John Kirchenbauer and Tom Goldstein and Brian R and Bhavya Kailkhura and Tyler Murray},
journal={arXiv preprint},
year={2025}
}