Caselaw ist ein Datensatz zur juristischen Literatur, der 2025 von der Universität Toronto veröffentlicht wurde.The Common Pile v0.1: Ein 8 TB großer Datensatz mit gemeinfreiem und offen lizenziertem Text". Dieser Datensatz enthält 6,7 Millionen Fälle aus dem Caselaw Access Project und Court Listener. Das Caselaw Access Project umfasst fast 40 Millionen Seiten mit Entscheidungen und Stellungnahmen von US-Bundes- und Staatsgerichten der letzten 365 Jahre. Court Listener enthält über 900.000 Fälle von 479 Gerichten. Das Caselaw Access Project und Court Listener beziehen Rechtsdaten aus einer Vielzahl von Quellen, darunter ausschließlich öffentlich zugängliche Dokumente, wie die Harvard Law Library, die Law Library of Congress und die Datenbank des Obersten Gerichtshofs.

Zitat

@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}
}