NEXUS de Fundamental, un Large Tabular Model : les LLM butent sur les tableaux

Le 5 février 2026, la start-up Fundamental est sortie du mode furtif avec 275 millions de dollars d'investissements. L'entreprise a présenté NEXUS, le premier Large Tabular Model (LTM), conçu spécifiquement pour analyser des données structurées sous forme de tableaux.

Pourquoi les LLM échouent avec les tableaux

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

• Les LLM sont conçus pour des données séquentielles : chaque mot influence le suivant, et l'ordre est crucial
• Les tableaux n'exigent pas d'ordre : on peut permuter colonnes ou lignes sans changer le sens
• Les LLM donnent des réponses différentes à la moindre modification de l'entrée (c'est généralement souhaitable), mais la prédiction de fraude exige du déterminisme
• Pour la plupart des entreprises, les données les plus importantes se trouvent dans des feuilles de calcul : transactions bancaires, journaux de ventes, métriques de sites web

Comment fonctionne NEXUS

Contrairement aux LLM, qui modélisent une séquence de tokens, un LTM modélise directement la structure des tableaux. Le modèle apprend de trois sources à la fois : la valeur numérique, sa signification et ses relations statistiques avec le reste des données de la colonne.

Les entreprises ont besoin de prédictions déterministes et cohérentes.

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

Fundamental a entraîné NEXUS sur des milliards de tableaux : une combinaison de jeux de données sous licence, de sources ouvertes et de données synthétiques. L'entreprise détient des jeux de données propriétaires via des partenariats et n'entraîne pas ses modèles sur les données de ses clients. NEXUS fonctionne sur des environnements de calcul confidentiel : Fundamental ne peut physiquement pas accéder aux données des utilisateurs.

Qui d'autre développe des LTM

En juin, Amazon a intégré NEXUS à SageMaker, l'outil standard de machine learning sur AWS. Le modèle accède ainsi à des données clients sensibles que les entreprises gèrent en local.

En mars 2026, Feedzai (sécurité financière) et Mastercard ont lancé leurs propres LTM pour lutter contre la fraude. Fin juin, Google a présenté TabFM, entraîné sur des centaines de millions de tableaux synthétiques. Des chercheurs ont mis au point FlexTab, TabICL et iLTM : les LTM deviennent une tendance.

Ce que cela signifie

Les tableaux sont le langage des affaires. Depuis 50 ans, les entreprises s'appuient sur XGBoost et d'autres arbres de décision à gradient boosting pour leurs analyses, qu'il fallait paramétrer pendant des mois pour chaque tâche. Les LTM promettent d'automatiser l'analyse tabulaire autant que la génération de texte. LLM et LTM réunis pourraient donner une IA plus puissante : l'hémisphère gauche pour le texte, le droit pour les chiffres.