Les grands modèles tabulaires surpassent les LLM sur les données structurées
Google/DeepMind
Feedzai
Mastercard
Amazon Web Services
Un nouveau type d'IA générative, le grand modèle tabulaire (LTM), émerge pour traiter les données structurées comme les feuilles de calcul, avec lesquelles les grands modèles de langage (LLM) peinent. La start-up Fundamental a publié NEXUS, un LTM adopté par AWS, tandis que Google et d'autres ont lancé des concurrents. Les LTM modélisent directement les données tabulaires, permettant des prédictions précises sans les limitations séquentielles des LLM.
Les grands modèles de langage (LLM) qui équipent les chatbots comme ChatGPT, Claude et Gemini excellent dans le traitement du texte et des images, mais échouent à analyser les données structurées telles que les feuilles de calcul, pourtant essentielles pour les banques, les agences de marketing et la recherche scientifique. La startup Fundamental est sortie de l'ombre le 5 février 2026 avec un financement de 275 millions de dollars et a lancé NEXUS, un grand modèle tabulaire (LTM) spécialement conçu pour les données tabulaires. Contrairement aux LLM, qui modélisent des séquences, les LTM apprennent conjointement les valeurs numériques, leur signification et leurs relations, fournissant des prédictions déterministes indépendantes de l'ordre des colonnes. NEXUS a été pré-entraîné sur des milliards de tableaux grâce à des partenariats, des ensembles de données publics et des techniques d'augmentation, mais pas sur les données clients : il fonctionne sur une plateforme de calcul confidentiel. En juin, Amazon Web Services a intégré NEXUS dans Amazon SageMaker. Parmi les concurrents figurent Feedzai, Mastercard et Google avec TabFM. Des chercheurs ont également publié FlexTab, TabICL et iLTM. Les experts prédisent que l'analyse automatisée des données dominera, les LTM et les LLM se complétant mutuellement, à l'image des hémisphères du cerveau humain.
Source: IEEE Spectrum AI —
original