Grote tabellaire modellen presteren beter dan LLM's op gestructureerde data
Google/DeepMind
Feedzai
Mastercard
Amazon Web Services
Er komt een nieuw type generatieve AI op, het grote tabellaire model (LTM), dat gestructureerde data zoals spreadsheets verwerkt, waar grote taalmodellen (LLM's) moeite mee hebben. Startup Fundamental heeft NEXUS uitgebracht, een LTM dat door AWS is overgenomen, terwijl Google en anderen concurrenten hebben gelanceerd. LTM's modelleren tabellaire data rechtstreeks, waardoor nauwkeurige voorspellingen mogelijk zijn zonder de sequentiële beperkingen van LLM's.
Grote taalmodellen (LLM's) zoals die achter chatbots als ChatGPT, Claude en Gemini blinken uit in tekst en afbeeldingen, maar falen bij het analyseren van gestructureerde data zoals spreadsheets, die cruciaal zijn voor banken, marketingbureaus en wetenschappelijk onderzoek. Startup Fundamental kwam op 5 februari 2026 uit stealth met 275 miljoen dollar aan financiering en lanceerde NEXUS, een groot tabelmodel (LTM) dat speciaal is ontworpen voor tabelgegevens. Anders dan LLM's, die sequenties modelleren, leren LTM's gezamenlijk numerieke waarden, hun betekenissen en relaties, en leveren ze deterministische voorspellingen onafhankelijk van de kolomvolgorde. NEXUS is getraind op miljarden tabellen via partnerschappen, openbare datasets en augmentatie, maar niet op klantgegevens; het draait op een vertrouwelijk computerplatform. In juni integreerde Amazon Web Services NEXUS in Amazon SageMaker. Concurrenten zijn onder andere Feedzai, Mastercard en Google met TabFM. Onderzoekers hebben ook FlexTab, TabICL en iLTM uitgebracht. Experts voorspellen dat geautomatiseerde gegevensanalyse zal domineren, waarbij LTM's en LLM's elkaar aanvullen zoals de hersenhelften van de mens.
Bron: IEEE Spectrum AI —
origineel