Large Tabular Models NEXUS от Fundamental: LLM сдаются перед таблицами

5 февраля 2026 года стартап Fundamental вышел из режима скрытности с $275 млн инвестиций. Компания представила NEXUS — первую Large Tabular Model (LTM), специально построенную для анализа структурированных данных в таблицах.

Почему LLM не работают с таблицами

Модели вроде ChatGPT, Claude и Gemini создают убедительный текст и изображения, но попроси их проанализировать даже небольшую таблицу — они выглядят потерянными.

• LLM предназначены для последовательных данных: каждое слово влияет на следующее, порядок критичен
• Таблицы не требуют порядка: можно переставить столбцы или строки — смысл не изменится
• LLM выдают разные ответы при малейшем изменении входа (обычно это нужно), но при предсказании мошенничества нужна детерминированность
• Для большинства компаний самые важные данные хранятся в электронных таблицах — банковские транзакции, логи продаж, метрики сайтов

Как работает NEXUS

В отличие от LLM, которые моделируют последовательность токенов, LTM напрямую моделирует структуру таблиц. Модель учится из трёх источников одновременно: численного значения, его смысла и статистических связей с остальными данными в столбце.

Компании нужны детерминированные, согласованные предсказания.

С LLM это невозможно, — объясняет Джереми Фраенкель, CEO Fundamental.

Fundamental обучала NEXUS на миллиардах таблиц: комбинация лицензированных датасетов, открытых источников и синтетических данных. Компания владеет proprietary-датасетами через партнёрства и не обучается на клиентских данных. NEXUS работает на конфиденциальных компьютерах — Fundamental физически не может получить доступ к пользовательским данным.

Кто ещё разрабатывает LTM

В июне Amazon встроила NEXUS в SageMaker — стандартный инструмент для machine learning на AWS. Это даёт модели доступ к чувствительным клиентским данным, которыми компании управляют локально.

В марте 2026-го компании Feedzai (финансовая безопасность) и Mastercard запустили собственные LTM для борьбы с мошенничеством. В конце июня Google представила TabFM, обученную на сотнях миллионов синтетических таблиц. Учёные разработали FlexTab, TabICL и iLTM — LTM становятся трендом.

Что это значит

Таблицы — это язык бизнеса. 50 лет компании полагались на XGBoost и другие gradient-boosted decision trees для анализа, которые приходилось настраивать месяцами под каждую задачу. LTM обещают сделать табличный анализ таким же автоматизированным, как генерацию текста. LLM и LTM вместе могут создать более мощную AI — левый мозг для текста, правый для чисел.