Các mô hình bảng lớn vượt trội trong những lĩnh vực mà mô hình ngôn ngữ lớn (LLM) còn hạn chế.

Các mô hình ngôn ngữ lớn (LLM) làm nền tảng cho các chatbot AI tạo sinh như ChatGPT, Claude và Gemini có thể tạo ra văn bản và hình ảnh giống con người một cách đáng kinh ngạc. Tuy nhiên, các mô hình này vẫn gặp khó khăn với một kỹ năng mà, trớ trêu thay, thoạt nhìn có vẻ nằm trong khả năng của chúng: phân tích dữ liệu có cấu trúc. Một loại AI tạo sinh mới đang được kỳ vọng sẽ thay đổi tình hình này. Mặc dù bạn có thể yêu cầu chatbot yêu thích của mình giải quyết các bài toán khó, xem xét các tài liệu pháp lý phức tạp, sáng tác một bài hát pop hấp dẫn hoặc tạo ra một số slide PowerPoint bóng bẩy, nhưng nếu đưa cho nó một bảng dữ liệu lớn hơn một chút, nó sẽ không biết phải làm gì. Đối với hầu hết các công ty và tổ chức, dữ liệu quan trọng nhất nằm trong các bảng tính. Cho dù đó là nhật ký giao dịch của ngân hàng, số liệu trang web của một công ty tiếp thị, dấu hiệu sinh tồn của những người tham gia thử nghiệm lâm sàng hay lượng lớn thông tin va chạm proton được tạo ra tại các máy gia tốc hạt như Máy Va chạm Hadron Lớn, dữ liệu có cấu trúc, dạng hàng và cột đang vận hành thế giới, và LLM không thể xử lý được chúng. Công ty khởi nghiệp AI Fundamental đang tiên phong phát triển một loại mô hình nền tảng AI mới, được gọi là mô hình bảng lớn (LTM), để lấp đầy khoảng trống này. Fundamental đã ra mắt vào ngày 5/2/2026 với 275 triệu USD tài trợ và một mô hình có tên NEXUS, được xây dựng chuyên biệt cho dữ liệu dạng bảng. Hiện tại, mô hình này đang được các công ty như Amazon Web Services áp dụng, trong khi các công ty khác đang chạy đua để xây dựng LTM của riêng mình. Tại sao LLM gặp khó khăn với bảng tính Một phần lý do khiến dữ liệu có cấu trúc ít được chú ý hơn là do một thành kiến rất con người, theo lập luận của Boris van Breugel, một nhà nghiên cứu AI cấp cao có trụ sở tại Amsterdam. Ông nói: “Mọi người thích xem hình ảnh, video và phản hồi của ChatGPT. Nhưng dữ liệu dạng bảng thực sự bị tụt hậu vì nhìn vào các con số không thú vị.” Các tập dữ liệu dạng bảng khác nhau cũng khó so sánh, van Breugel giải thích. Ông là đồng tác giả của một bài báo quan trọng về chủ đề này vào năm 2024. Trong khi hầu hết các ngôn ngữ có ngữ nghĩa tương tự, khiến LLM rất phù hợp để được đào tạo trên lượng lớn dữ liệu văn bản, van Breugel lập luận rằng việc đào tạo một mô hình bảng duy nhất trên các bảng có các biến rất khác nhau sẽ khó hơn nhiều. Ngoài ra, ngôn ngữ có tính tuần tự theo bản chất (cũng như âm nhạc, hình ảnh và video). Thay đổi thứ tự các từ trong một câu có thể thay đổi hoặc phá hủy hoàn toàn ý nghĩa của nó. Nhưng dữ liệu có cấu trúc bạn tìm thấy trong bảng tính không tuần tự. Bạn có thể hoán đổi thứ tự các cột hoặc thay đổi các hàng, nhưng ý nghĩa thực tế cơ bản của dữ liệu vẫn giữ nguyên. Sự độc lập khỏi thứ tự tuyến tính này không tương thích với mục đích cơ bản của LLM là dự đoán giá trị tiếp theo trong một chuỗi tuyến tính. Jeremy Fraenkel, Giám đốc điều hành của Fundamental, cho biết: “Với LLM, ngay cả khi thay đổi một chút đầu vào, bạn sẽ nhận được một đầu ra khác. Điều đó không sao, và thực tế thường mong muốn đối với LLM, nhưng khi bạn đang đưa ra dự đoán về việc một giao dịch có gian lận hay không, bạn muốn đảm bảo rằng dự đoán là như nhau, hoặc xác định, bất kể điều gì.” Phát triển LTM của Fundamental Các giải pháp dữ liệu dạng bảng hiện tại bị giới hạn ở các thuật toán học máy, chẳng hạn như XGBoost, đã tồn tại hơn 15 năm và được các tổ chức trên toàn cầu sử dụng. Các thuật toán này – được gọi là cây quyết định tăng cường gradient – phải được các nhà khoa học dữ liệu đào tạo và tối ưu hóa trong nhiều tháng cho từng trường hợp sử dụng. Ngược lại, NEXUS và các LTM mới nổi khác là nền tảng, tận dụng kiến thức tích lũy từ việc đào tạo trước trên các cơ sở dữ liệu đa dạng để chúng có thể được áp dụng trên nhiều lĩnh vực. các tác vụ dự đoán khác nhau với kỹ thuật đặc trưng tùy chỉnh hoặc xây dựng mô hình dành riêng cho tác vụ ở mức tối thiểu. Và không giống như các mô hình ngôn ngữ lớn (LLM), chủ yếu mô hình hóa chuỗi các token, các mô hình bảng lớn (LTM) mô hình hóa trực tiếp cấu trúc của dữ liệu dạng bảng. Chúng cùng học từ giá trị số của mỗi mục nhập, ý nghĩa của nó và cách nó liên quan đến các mục nhập khác. Ví dụ, hãy tưởng tượng một mục nhập trong bảng kiểm kê hàng tồn kho cửa hàng tạp hóa cho chuối: LTM có thể không chỉ tiếp nhận độ lớn—chẳng hạn, 500—mà còn cả sự thật rằng mục nhập đó đại diện cho số lượng chuối tồn kho hiện tại, danh mục của nó (sản phẩm tươi sống) và các thuộc tính thống kê liên kết mục nhập đó với phần còn lại của cột. Sự hiểu biết theo ngữ cảnh này cho phép suy luận và dự đoán chính xác hơn trên dữ liệu có cấu trúc. Theo Fraenkel, một trong những thách thức lớn nhất của Fundamental trong việc phát triển NEXUS là thu thập dữ liệu đào tạo phù hợp. Không giống như ngôn ngữ tự nhiên, vốn phong phú và có cấu trúc tương đối đồng nhất, dữ liệu dạng bảng tương đối khó tìm—phần lớn dữ liệu nhạy cảm hoặc độc quyền—và đa dạng. Có rất ít điểm tương đồng giữa, chẳng hạn, một tập dữ liệu sinh học và một tập dữ liệu tài chính. Sự kết hợp của các yếu tố đó có nghĩa là Fundamental cần đầu tư vào việc xây dựng một tập dữ liệu đào tạo khổng lồ. Fraenkel cho biết: “Chúng tôi đã đào tạo trước NEXUS trên hàng tỷ bảng bằng cách kết hợp các tập dữ liệu độc quyền thu được thông qua quan hệ đối tác và cấp phép, các tập dữ liệu công khai và mã nguồn mở chất lượng cao, và các kỹ thuật tăng cường dữ liệu đã mở rộng sự đa dạng và phạm vi bao phủ của kho dữ liệu đào tạo của chúng tôi”. Tuy nhiên, ông nhấn mạnh rằng NEXUS không được đào tạo trên dữ liệu khách hàng. Trên thực tế, đây là một nền tảng điện toán bảo mật, có nghĩa là Fundamental không thể truy cập dữ liệu khách hàng, chứ đừng nói đến việc đào tạo trên đó. Tính năng này rất có thể là một yếu tố quan trọng khi vào tháng 6, Amazon Web Services (AWS) đã tích hợp NEXUS vào Amazon SageMaker, được coi là hệ điều hành mặc định cho học máy an toàn. Điều này đưa NEXUS đến với nhiều dữ liệu thường nhạy cảm của khách hàng—một cách tiếp cận trái ngược với LLM, nơi dữ liệu phải được nhập vào mô hình. Fraenkel nói: “Với Amazon, chúng tôi có mối quan hệ đối tác trực tiếp, có nghĩa là mô hình của chúng tôi tồn tại như thể nó là một giải pháp AWS gốc. Và theo thời gian, mục tiêu là mở rộng các loại mối quan hệ này để cho phép [người dùng cuối] thực sự truy cập dữ liệu của họ ở bất cứ nơi nào họ thực hiện dự đoán”. Tương lai của phân tích dữ liệu Mặc dù Fundamental đã dẫn đầu, ít nhất là trong các ứng dụng doanh nghiệp, nhưng công ty không đơn độc trong việc theo đuổi