NEXUS de Fundamental, un Large Tabular Model: los LLM tropiezan con las tablas

El 5 de febrero de 2026, la startup Fundamental salió del modo sigiloso con 275 millones de dólares en inversión. La compañía presentó NEXUS, el primer Large Tabular Model (LTM), diseñado específicamente para analizar datos estructurados en tablas.

Por qué los LLM no funcionan con tablas

Modelos como ChatGPT, Claude y Gemini generan texto e imágenes convincentes, pero si se les pide analizar incluso una tabla pequeña, parecen perdidos.

• Los LLM están pensados para datos secuenciales: cada palabra influye en la siguiente y el orden es crítico
• Las tablas no requieren un orden: se pueden reordenar columnas o filas sin que cambie el significado
• Los LLM dan respuestas distintas ante el más mínimo cambio en la entrada (normalmente es lo deseable), pero para predecir fraude se necesita determinismo
• Para la mayoría de las empresas, los datos más importantes están en hojas de cálculo: transacciones bancarias, registros de ventas, métricas de sitios web

Cómo funciona NEXUS

A diferencia de los LLM, que modelan una secuencia de tokens, un LTM modela directamente la estructura de las tablas. El modelo aprende de tres fuentes a la vez: el valor numérico, su significado y sus relaciones estadísticas con el resto de los datos de la columna.

Las empresas necesitan predicciones deterministas y coherentes.

Con los LLM eso es imposible, explica Jeremy Fraenkel, CEO de Fundamental.

Fundamental entrenó NEXUS con miles de millones de tablas: una combinación de conjuntos de datos con licencia, fuentes abiertas y datos sintéticos. La compañía posee conjuntos de datos propietarios mediante alianzas y no entrena con datos de clientes. NEXUS funciona en entornos de computación confidencial, por lo que Fundamental no puede acceder físicamente a los datos de los usuarios.

Quién más desarrolla LTM

En junio, Amazon integró NEXUS en SageMaker, la herramienta estándar de machine learning en AWS. Esto da al modelo acceso a datos sensibles de clientes que las empresas gestionan de forma local.

En marzo de 2026, Feedzai (seguridad financiera) y Mastercard lanzaron sus propios LTM para combatir el fraude. A finales de junio, Google presentó TabFM, entrenado con cientos de millones de tablas sintéticas. Los investigadores han desarrollado FlexTab, TabICL e iLTM: los LTM se están convirtiendo en tendencia.

Qué significa

Las tablas son el lenguaje de los negocios. Durante 50 años, las empresas han confiado en XGBoost y otros árboles de decisión con gradient boosting para sus análisis, que había que ajustar durante meses para cada tarea. Los LTM prometen automatizar el análisis tabular tanto como la generación de texto. Los LLM y los LTM juntos podrían crear una IA más potente: el hemisferio izquierdo para el texto y el derecho para los números.