大規模表形式モデルがLLMの苦手分野で活躍

大規模言語モデル（LLM）はChatGPT、Claude、Geminiなどの生成AIチャットボットの基盤として、人間らしいテキストや画像を生成できますが、構造化データの分析という意外な分野で苦戦しています。新しいタイプの生成AIである大規模表形式モデル（LTM）がこの状況を変えようとしています。

ほとんどの企業や組織にとって最も重要なデータは、銀行の取引ログ、マーケティング機関のウェブサイト指標、臨床試験のバイタルサイン、大型ハドロン衝突型加速器の陽子衝突情報など、スプレッドシートに格納されています。しかしLLMは小さな表を超えるとほとんど機能しません。

AIスタートアップのFundamentalは、このギャップを埋めるためにLTMを開拓しています。同社は2026年2月5日にステルスモードを解除し、2億7500万ドルの資金調達とともに表形式データ専用のモデル「NEXUS」を発表しました。現在、NEXUSはAmazon Web Servicesなどの企業に採用され、他社も独自のLTMの開発を競っています。

LLMがスプレッドシートを苦手とする理由の一つは、人間のバイアスにあると、アムステルダムを拠点とするシニアAI研究者のBoris van Breugel氏は指摘します。「人々は画像や動画、ChatGPTの応答を見るのが好きですが、表形式データは数字を見るだけなので後れを取っています」。また、異なる表データセットの比較は難しく、言語が類似したセマンティクスを持つ一方で、表の変数は多様で統一モデルの訓練が困難です。さらに、言語は逐次的ですが、スプレッドシートの構造化データは非逐次的であり、列の順序を変えても事実上の意味は変わりません。この非線形性はLLMの逐次予測の基本機能と相容れません。FundamentalのCEO Jeremy Fraenkel氏は「LLMでは入力を少し変えるだけで出力が変わりますが、取引の不正予測では入力に関わらず同じ結果が求められます」と説明します。

現在の表形式データソリューションは、XGBoostのような15年以上前の機械学習アルゴリズムに限られており、データサイエンティストが数ヶ月かけてユースケースごとに訓練と最適化を行う必要があります。対照的に、NEXUSのようなLTMは、多様なデータベースでの事前学習から得た知識を活用し、最小限の特徴量エンジニアリングで様々な予測タスクに適用できます。また、主にトークン系列をモデル化するLLMとは異なり、LTMは表の構造を直接モデル化します。各エントリの数値、意味、他のエントリとの関係を同時に学習します。例えば、食料品在庫表のバナナのエントリでは、LTMは数値（500）だけでなく、そのエントリが現在のバナナ在庫量を表すこと、カテゴリ（生鮮品）、列全体との統計的関係も考慮します。この文脈理解により、構造化データに対する推論と予測の精度が向上します。

Fraenkel氏によると、NEXUS開発の最大の課題は適切な訓練データの入手でした。自然言語とは異なり、表形式データは機密性が高く多様で、生物学的データと金融データの間には類似点がほとんどありません。Fundamentalは提携やライセンスによる独自データセット、高品質な公開・オープンソースデータセット、データ拡張技術を組み合わせて数十億の表で事前学習を行いました。同氏はNEXUSが顧客データで訓練されていないことを強調します。実際、NEXUSは機密コンピューティングプラットフォームであり、Fundamentalは物理的に顧客データにアクセスできません。この特徴が、2026年6月にAmazon Web ServicesがNEXUSをAmazon SageMakerに統合した重要な理由と考えられます。SageMakerは安全な機械学習のデフォルトOSと広く見なされており、これによりNEXUSは顧客の機密データにアクセスできるようになります。これはデータをモデルにインポートする必要があるLLMとは対照的です。

Fundamentalが企業向けで先行していますが、同社だけが基礎LTMを追求しているわけではありません。2026年3月、詐欺・金融犯罪防止サービスのFeedzaiとクレジットカード会社Mastercardが、金融に特化した同様の専用技術を別々に発表しました。そして6月下旬、Googleは数億の合成データセットで完全に訓練された基礎競合モデルTabFMを発表しました。機械学習研究者も遅れを取っていません。FlexTab、TabICL、iLTMは、過去1年間に研究コミュニティが開発した多数のLTMのほんの一部であり、すべてLLMの成功を表形式領域にもたらすことを目指しています。

関係者全員にとって、進むべき方向は明確です。van Breugel氏は「将来、ほとんどのデータ処理と分析が自動化システム（LLM、LTM、またはその組み合わせ）によって行われるとしても驚かない」と述べています。Fraenkel氏も同意し、「LLMとLTMの関係は人間の脳のようなものです。左脳は推論とテキスト理解に優れ、右脳は数字と統計とパターンの理解に優れています。両方を組み合わせることで、はるかに強力なものが得られます」と語っています。