KodCode-V1 编码合成数据集

KodCode 由微软 GenAI 、华盛顿大学、德克萨斯大学奥斯汀分校的研究人员于 2025 年发布，相关论文成果为「KodCode : A Diverse, Challenging, and Verifiable Synthetic Dataset for Coding」。

KodCode数据集由微软GenAI、华盛顿大学与德克萨斯大学奥斯汀分校的研究人员于2025年正式发布，其配套学术论文题为《KodCode：面向编程任务的多样化、高挑战性且可验证的合成数据集》（KodCode : A Diverse, Challenging, and Verifiable Synthetic Dataset for Coding）。

搜集汇总

背景与挑战

背景概述

KodCode-V1是由微软、华盛顿大学等机构于2025年发布的最大全合成开源编码数据集，包含447K个经过验证的问题-解决方案-测试三元组，涵盖12个子集，专为监督微调和RL调优设计。