ছোট বা সংখ্যালঘু ভাষার জন্য বড় ভাষা মডেল তৈরির অন্যতম প্রধান বাধা প্রশিক্ষণ উপাত্তের অভাব। অথচ সরকারগুলোর কাছে বিপুল তথ্য রয়েছে, যার অনেকটাই সংবেদনশীল ও গোপনীয়।