Nemotron-Pretraining-SFT-v1 是英伟达于 2025 年发布的一个合成生成数据集，相关的论文成果为「NVIDIA Nemotron Nano 2: An Accurate and Efficient Hybrid Mamba-Transformer Reasoning Model」，旨在强化模型在指令跟随、推理、代码与通识问答等任务上的能力。

该数据集面向 STEM 、学术、逻辑推理与多语言场景，由高质量数学和科学素材扩展生成，并结合研究生层级的学术文本与已指令微调的 SFT 数据，构造出复杂多选题与解析题（含完整解答/思路），覆盖数学、代码、通识与逻辑推理等多类任务。

在 Nemotron 预训练数据的官方统计中，SFT 相关类别（如 Math SFT 、 Code SFT 、 General SFT）占据显著比例，便于用户按元数据筛选需要的子集进行复现实验。