数据集 / nvidia / Nemotron-Pretraining-Code-v3

nvidia / Nemotron-Pretraining-Code-v3

包含源代码元数据的预训练数据集，用于提升 LLM 编程能力

HF 源仓库 ↗本站资料更新 2026-06-09

关键规格

作者
nvidia
规模
1.46亿行 · 1.2 GB
模态
文本
任务
文本生成
授权
cc-by-4.0 · 许可标注允许商用
语种
code
HF 热度338 下载 · 31 收藏观测于 2026-06-09
源仓库更新2026-06-04

仓库许可不等于数据内容权利已全部清理，商用仍需核对数据来源、隐私与版权条款。

采用判断

独立证据与社区反馈 · 3 个来源 · 核验于 2026-07-23

社区讨论度低，基于该预训练数据集训练的模型更偏向研究探索，尚未被广泛用于生产环境[2]

采用前注意

  • 预训练数据集的许可限制比后训练数据集更严格，商用需审慎评估[1]
  • 社区实际采用案例少，讨论中几乎无人提及 Nemotron 系列[2]
  • 基于该数据集的模型在真实日常任务中的表现不如 Qwen 等竞品，更适合研究而非生产

本段综合依据

  1. NVIDIA announces Nemotron 3 Ultra ↗reddit.com
  2. NVIDIA Nemotron — does anyone actually use it? ↗reddit.com
  3. Nemotron - King of the Deep? Comparison of 4 models <=120B ↗reddit.com

历史记录

1 次历史卡片 · 2026-06-09