KodCode wurde 2025 von Forschern von Microsoft GenAI, der University of Washington und der University of Texas in Austin veröffentlicht.KodCode: Ein vielfältiger, anspruchsvoller und überprüfbarer synthetischer Datensatz für die Codierung".

Der Datensatz ist der größte vollständig synthetische Open-Source-Datensatz, der überprüfbare Lösungen und Tests für Codierungsaufgaben bietet. Es enthält 12 verschiedene Teilmengen, die verschiedene Bereiche (von Algorithmen bis zu paketspezifischem Wissen) und Schwierigkeitsgrade (von grundlegenden Codierungsübungen bis zu Interviews und wettbewerbsorientierten Programmierherausforderungen) abdecken und ist für überwachtes Feintuning (SFT) und RL-Tuning konzipiert.