据界面新闻报道，拓尔思 11 月 21 日在互动平台表示，中文大模型训练需要优质且合法的数据资源，公司目前拥有规模位列业界前茅的权威高质量公开数据超千亿条。截至目前，公司已与多家头部大模型人工智能公司和国家级实验室签订销售合同，为其提供高质量、多元化的数据，作为大模型预训练数据集。