常见桩/案例法访问项目 – 搞英语 → 看世界

大量公开授权的（我相信这几乎是全部公共领域的）美国法律案件训练数据集：

该数据集包含来自“案例法访问项目”（Caselaw Access Project）和“法院监听器”（Court Listener）的670万个案例。“案例法访问项目”包含过去365年间近4000万页美国联邦和州法院的判决书及法官意见。此外，“法院监听器”还添加了从479个法院抓取的90多万个案例。

它以 gzip 压缩的换行符分隔的 JSON 形式分发。

这是作为Common Pile的一部分收集的，并用作Comma 系列 LLM 的训练数据集的一部分。