Modèles Tabulaires Grands NEXUS de Fundamental : Les LLM Cèdent Face aux Tableaux

Le 5 février 2026, la startup Fundamental est sortie du mode furtif avec 275 millions de dollars de financement. L'entreprise a présenté NEXUS — le premier Large Tabular Model (LTM), spécialement conçu pour analyser des données structurées dans des tableaux.

Pourquoi les LLMs Ne Fonctionnent Pas avec les Tableaux

Des modèles comme ChatGPT, Claude, et Gemini produisent du texte et des images convaincants, mais demandez-leur d'analyser même un petit tableau — ils semblent perdus.

• Les LLMs sont conçus pour les données séquentielles : chaque mot influence le suivant, l'ordre est critique
• Les tableaux ne requièrent pas d'ordre : vous pouvez réorganiser les colonnes ou les lignes — le sens ne change pas
• Les LLMs produisent des réponses différentes avec des changements minimes en entrée (généralement utile), mais pour la détection de fraude vous avez besoin de déterminisme
• Pour la plupart des entreprises, les données les plus importantes vivent dans des feuilles de calcul — transactions bancaires, journaux des ventes, métriques de sites

Comment NEXUS Fonctionne

Contrairement aux LLMs, qui modélisent les séquences de tokens, les LTMs modélisent directement la structure des tableaux. Le modèle apprend de trois sources simultanément : valeur numérique, sa signification, et relations statistiques avec d'autres données dans la colonne.

Les entreprises ont besoin de prédictions déterministes et cohérentes.

Avec les LLMs, c'est impossible, — explique Jeremy Fraenkel, PDG de Fundamental.

Fundamental a entraîné NEXUS sur des milliards de tableaux : une combinaison de datasets sous licence, de sources ouvertes, et de données synthétiques. L'entreprise possède des datasets propriétaires par le biais de partenariats et ne s'entraîne pas sur les données des clients. NEXUS s'exécute sur des ordinateurs confidentiels — Fundamental ne peut physiquement pas accéder aux données des utilisateurs.

Qui D'autre Développe des LTMs

En juin, Amazon a intégré NEXUS dans SageMaker — l'outil standard d'apprentissage automatique sur AWS. Cela donne au modèle accès aux données sensibles des clients que les entreprises gèrent localement.

En mars 2026, les entreprises Feedzai (sécurité financière) et Mastercard ont lancé leurs propres LTMs pour combattre la fraude. Fin juin, Google a introduit TabFM, entraînée sur des centaines de millions de tableaux synthétiques. Les scientifiques ont développé FlexTab, TabICL, et iLTM — les LTMs deviennent une tendance.

Ce Que Cela Signifie

Les tableaux sont le langage des affaires. Pendant 50 ans, les entreprises ont compté sur XGBoost et autres arbres de décision boostés par gradient pour l'analyse, qui devaient être ajustés manuellement pendant des mois pour chaque tâche. Les LTMs promettent de rendre l'analyse tabulaire aussi automatisée que la génération de texte. Les LLMs et LTMs ensemble peuvent créer une IA plus puissante — hémisphère gauche pour le texte, hémisphère droit pour les chiffres.