Suuret taulukkomallit suoriutuvat paremmin jäsennellystä datasta kuin suuret kielimallit
Google/DeepMind
Feedzai
Mastercard
Amazon Web Services
Uusi generatiivisen tekoälyn tyyppi, suuri taulukkomalli (large tabular model, LTM), on nousemassa käsittelemään jäsenneltyä dataa, kuten taulukkolaskentatiedostoja, joihin suurilla kielimalleilla (large language models, LLM) on vaikeuksia. Startup-yritys Fundamental on julkaissut NEXUS-nimisen LTM-mallin, jonka AWS on ottanut käyttöön, kun taas Google ja muut ovat tuoneet markkinoille kilpailevia malleja. LTM-mallit käsittelevät taulukkomuotoista dataa suoraan, mikä mahdollistaa tarkat ennusteet ilman suurten kielimallien peräkkäisiä rajoituksia.
Suuret kielimallit, kuten ChatGPT:n, Clauden ja Geminin taustalla toimivat järjestelmät, loistavat tekstin ja kuvien käsittelyssä, mutta epäonnistuvat strukturoidun datan, kuten taulukkolaskentataulukoiden, analysoinnissa. Tämä on kriittistä pankeille, markkinointitoimistoille ja tieteelliselle tutkimukselle. Startup Fundamental nousi piilosta 5. helmikuuta 2026 saatuaan 275 miljoonaa dollaria rahoitusta ja julkaisi NEXUS-nimisen suuren taulukkomallin (large tabular model, LTM), joka on tarkoitettu nimenomaan taulukkomuotoiselle datalle. Toisin kuin kielimallit, jotka mallintavat sekvenssejä, taulukkomallit oppivat yhdessä numeeriset arvot, niiden merkitykset ja suhteet tarjoten deterministisiä ennusteita riippumatta sarakkeiden järjestyksestä. NEXUS esikoulutettiin miljardeilla taulukoilla kumppanuuksien, julkisten tietoaineistojen ja augmentoinnin avulla, mutta ei asiakastiedoilla—se toimii luottamuksellisella laskenta-alustalla. Kesäkuussa Amazon Web Services sisällytti NEXUS-palvelun Amazon SageMakeriin. Kilpailijoita ovat Feedzai, Mastercard ja Google TabFM-mallillaan. Tutkijat ovat myös julkaisseet FlexTab-, TabICL- ja iLTM-mallit. Asiantuntijat ennustavat automatisoidun data-analyysin hallitsevan, ja taulukkomallien ja kielimallien täydentävän toisiaan kuten ihmisaivon puoliskot.
Lähde: IEEE Spectrum AI —
Alkuperäinen