Nemotron-Competitive-Programming-v1 は、NVIDIA が 2025 年に公開した大規模な合成プログラミングおよび推論データセットであり、約 390 万件のサンプル、総ディスク容量約 178 GB を含み、Python と C++ の 2 言語での競技プログラミング問題と、分野横断的な InfiniByte サブセットをカバーしています。関連する論文成果は「OpenCodeReasoning: Advancing Data Distillation for Competitive Coding」であり、コード補完およびコードレビューのための教師あり微調整（SFT）タスクを目的としており、オープンソースモデルのコード作成およびレビュー能力におけるコミュニティの継続的な改善をサポートしています。

データセット構成

• Competitive Coding (Python): 約 182 万件のサンプルを含み、34,799 問のユニークな競技プログラミング問題をカバーしています。
• Competitive Coding (C++): 約 93 万件のサンプルを含み、同様に上記の競技プログラミング問題に基づいています。
• InfiniByte: 約 117 万件のサンプルを含み、これは分野横断的なサブセットであり、数学、物理学、化学などの科学分野の概念を競技プログラミング問題に注入することで、新しいプログラミング問題を生成します。