Modelos Tabulares Grandes NEXUS da Fundamental: LLMs se Rendem aos Dados Tabulares

Em 5 de fevereiro de 2026, a startup Fundamental saiu do modo furtivo com 275 milhões de dólares em financiamento. A empresa apresentou NEXUS — o primeiro Large Tabular Model (LTM), especificamente construído para analisar dados estruturados em tabelas.

Por Que os LLMs Não Funcionam com Tabelas

Modelos como ChatGPT, Claude, e Gemini produzem texto e imagens convincentes, mas peça a eles para analisar até uma pequena tabela — parecem perdidos.

• Os LLMs são projetados para dados sequenciais: cada palavra influencia a próxima, a ordem é crítica
• As tabelas não requerem ordem: você pode reorganizar colunas ou linhas — o significado não muda
• Os LLMs produzem respostas diferentes com pequenas mudanças de entrada (geralmente útil), mas para detecção de fraude você precisa de determinismo
• Para a maioria das empresas, os dados mais importantes vivem em planilhas — transações bancárias, registros de vendas, métricas de sites

Como o NEXUS Funciona

Ao contrário dos LLMs, que modelam sequências de tokens, os LTMs modelam diretamente a estrutura da tabela. O modelo aprende de três fontes simultaneamente: valor numérico, seu significado, e relacionamentos estatísticos com outros dados na coluna.

As empresas precisam de previsões determinísticas e consistentes.

Com LLMs, isso é impossível, — explica Jeremy Fraenkel, CEO da Fundamental.

A Fundamental treinou NEXUS em bilhões de tabelas: uma combinação de datasets licenciados, fontes abertas, e dados sintéticos. A empresa possui datasets proprietários através de parcerias e não treina em dados de clientes. NEXUS é executado em computadores confidenciais — a Fundamental fisicamente não pode acessar dados de usuários.

Quem Mais Está Desenvolvendo LTMs

Em junho, Amazon integrou NEXUS no SageMaker — a ferramenta padrão de aprendizado de máquina na AWS. Isso dá ao modelo acesso a dados sensíveis de clientes que as empresas gerenciam localmente.

Em março de 2026, as empresas Feedzai (segurança financeira) e Mastercard lançaram seus próprios LTMs para combater fraude. No final de junho, Google introduziu TabFM, treinada em centenas de milhões de tabelas sintéticas. Cientistas desenvolveram FlexTab, TabICL, e iLTM — os LTMs estão se tornando uma tendência.

O Que Significa

As tabelas são a linguagem dos negócios. Por 50 anos as empresas confiaram em XGBoost e outras árvores de decisão impulsionadas por gradiente para análise, que tinham que ser ajustadas manualmente durante meses para cada tarefa. Os LTMs prometem tornar a análise tabular tão automatizada quanto a geração de texto. Os LLMs e LTMs juntos podem criar IA mais poderosa — hemisfério esquerdo para texto, hemisfério direito para números.