Nemotron-Pretraining-Code-v1 عبارة عن مجموعة من مجموعات بيانات التعليمات البرمجية واسعة النطاق المختارة استنادًا إلى GitHub وتم إصدارها بواسطة NVIDIA في عام 2025. نتائج الورقة ذات الصلة هي "NVIDIA Nemotron Nano 2: نموذج استدلالي دقيق وفعال لمحول مامبا الهجين"

تحتوي هذه المجموعة من البيانات، المُفلترة عبر عمليات إزالة التكرار متعددة المراحل، وتطبيق التراخيص، وفحوصات الجودة الاستدلالية، على أزواج أسئلة وأجوبة من التعليمات البرمجية المُولّدة من قِبل برنامج ماجستير إدارة الأعمال (LLM) بإحدى عشرة لغة برمجة. لا تقتصر البيانات على 175.1 مليار رمز من التعليمات البرمجية المُركّبة عالية الجودة فحسب، بل تشمل أيضًا بيانات وصفية (حوالي 747.4 مليار رمز) لتسهيل إعادة إنتاجها من قِبل المستخدم.