Nemotron-Competitive-Programming-v1 是由 NVIDIA 于 2025 年发布的一个大规模合成编程与推理数据集，包含约 390 万条样本，总磁盘大小约 178 GB，涵盖了 Python 和 C++ 两种语言的竞赛编程问题以及跨领域的 InfiniByte 子集，相关论文成果为「OpenCodeReasoning: Advancing Data Distillation for Competitive Coding」，旨在用于代码补全和代码审查的监督微调（SFT）任务，支持社区持续改进开源模型在代码编写和审查方面的能力。

数据集组成

• Competitive Coding (Python): 包含约 182 万条样本，涵盖 34,799 道独特的竞赛编程题目。
• Competitive Coding (C++): 包含约 93 万条样本，同样基于上述竞赛编程题目。
• InfiniByte: 包含约 117 万条样本，这是一个跨领域的子集，通过将数学、物理、化学等科学领域的概念注入到竞赛编程问题中，生成全新的编程问题。