Základom tvrdenia "trenuje sa tu large language model tak preto taka odpoved na zdanlivo neskodny komentar" bola skutočnosť že v momente keď sa bude na určitej podmnožine dát uložených v databáze kyberie trénovať LLM, bude vhodné aby v danej podmnožine bolo čo najviac signálu a čo najmenej šumu.