Mubadala Investment Company nutzt PULSAR seit März 2026, um Präsentationen, Sitzungsunterlagen für den Vorstand und andere Deal-Dokumente anhand ihrer Seitenbilder zu durchsuchen. Das System hat nach Angaben einer auf arXiv und im Rahmen des EMNLP Industry Track 2026 veröffentlichten Studie 78.000 Dokumente mit insgesamt etwa 2,4 Millionen Seiten aus mehr als 3.000 Deals verarbeitet.
Die Studie gibt für die Vektorsuche im Produktivbetrieb eine mediane Suchzeit von 156 Millisekunden an. Im Benchmark ViDoRe V3 verkürzte der gebündelte Index von PULSAR die mediane Suchlatenz gegenüber einer nicht gebündelten Version um den Faktor 15,1. Der absolute Verlust bei zwei Ranking-Maßen, NDCG@10 und Recall@10, lag dabei unter 0,01. Diese Maße bewerten, wie nützlich die jeweils zehn obersten Suchergebnisse sind. Bei gleichzeitiger Suchlast verarbeitete der gebündelte Index etwa 88-mal so viele Anfragen pro Sekunde wie die nicht gebündelte Version. Dies sind Ergebnisse, die die Autoren der Studie berichten; die vorliegenden Informationen enthalten keine unabhängige Überprüfung.
Wie durchsucht PULSAR Seiten?
Viele Dokumentensuchsysteme setzen zunächst optische Zeichenerkennung (OCR) ein, um Text in Seitenbildern in durchsuchbare Wörter umzuwandeln. Außerdem können sie Beschreibungen von Diagrammen und anderen Abbildungen erstellen. Laut der Studie kann es teuer sein, diesen Ansatz bei Änderungen an Dokumenten zu aktualisieren; zudem können Details in Diagrammen verloren gehen.
PULSAR indexiert stattdessen Seitenbilder mit einem eingefrorenen Vision-Modell nach dem ColPali-Prinzip. Zunächst durchsucht das System kompakte Seitenzusammenfassungen, anschließend prüft es vielversprechende Treffer anhand einer detaillierteren Darstellung. Diese zweistufige Methode heißt „Late Interaction“: Nach einer ersten Vorauswahl gleicht das System die Anfrage mit den Seitendetails ab, anstatt sich beim endgültigen Treffer auf eine einzelne Zusammenfassung zu stützen.
Was ergab die Studie im Produktivbetrieb?
Laut Schätzung der Studie kostet die ereignisgesteuerte Verarbeitung von PULSAR pro Seite etwa 20-mal weniger als das zuvor eingesetzte System mit OCR und Abbildungsbeschreibungen. Für die im Produktivbetrieb verwendete Suchschwelle berichten die Autoren außerdem, dass PULSAR den Recall von Fakten in Antworten gegenüber dem früheren Ansatz mehr als verdoppelte. In einem Retrieval-Augmented-Generation-System misst der Recall, ob die Seiten mit den benötigten Fakten unter den Ergebnissen sind, die dem Modell zur Antwortgenerierung zur Verfügung stehen.
Die Ergebnisse beziehen sich auf ein einzelnes System bei einer einzelnen Investmentgesellschaft und sind kein allgemeiner Test von Dokumentensuchprodukten. Die Studie belegt nicht, dass PULSAR anderen Organisationen zur Verfügung steht.
Warum es wichtig ist
Für Mitarbeitende von Mubadala könnte PULSAR die Suche nach relevanten Seiten in großen, häufig aktualisierten Sammlungen von Deal-Unterlagen schneller und günstiger machen und dabei Details in Diagrammen und anderen visuellen Inhalten erhalten. Der berichtete Einsatz erfolgt bei Mubadala; ob andere Organisationen das System nutzen können, ist nicht belegt.
