Los Grandes Modelos Tabulares Superan a los LLM en Datos Estructurados
Google/DeepMind
Feedzai
Mastercard
Amazon Web Services
Un nuevo tipo de inteligencia artificial generativa, el gran modelo tabular (LTM), está surgiendo para manejar datos estructurados como hojas de cálculo, con los que los grandes modelos de lenguaje (LLM) tienen dificultades. La startup Fundamental ha lanzado NEXUS, un LTM adoptado por AWS, mientras que Google y otros han lanzado competidores. Los LTM modelan datos tabulares directamente, permitiendo predicciones precisas sin las limitaciones secuenciales de los LLM.
Los grandes modelos de lenguaje (LLM, por sus siglas en inglés) que impulsan chatbots como ChatGPT, Claude y Gemini destacan en texto e imágenes, pero fallan al analizar datos estructurados como hojas de cálculo, esenciales para bancos, agencias de marketing e investigación científica. La startup Fundamental salió del sigilo el 5 de febrero de 2026 con 275 millones de dólares en financiación y lanzó NEXUS, un modelo tabular grande (LTM, por sus siglas en inglés) diseñado específicamente para datos tabulares. A diferencia de los LLM, que modelan secuencias, los LTM aprenden de forma conjunta valores numéricos, sus significados y relaciones, proporcionando predicciones deterministas independientes del orden de las columnas. NEXUS fue preentrenado con miles de millones de tablas mediante alianzas, conjuntos de datos públicos y aumento de datos, pero no con datos de clientes: se ejecuta en una plataforma de computación confidencial. En junio, Amazon Web Services integró NEXUS en Amazon SageMaker. Entre los competidores se encuentran Feedzai, Mastercard y Google con TabFM. Los investigadores también han lanzado FlexTab, TabICL e iLTM. Los expertos predicen que el análisis automatizado de datos dominará, con LTM y LLM complementándose como los hemisferios del cerebro humano.
Fuente: IEEE Spectrum AI —
original