Mubadala Investment Company utilizza PULSAR da marzo 2026 per cercare presentazioni, documenti per il consiglio di amministrazione e altri materiali relativi alle operazioni, partendo dalle immagini delle pagine. Secondo uno studio pubblicato su arXiv e presentato all’EMNLP Industry Track 2026, il sistema ha elaborato 78.000 documenti — circa 2,4 milioni di pagine — relativi a oltre 3.000 operazioni.
Lo studio riporta un tempo mediano di ricerca vettoriale di 156 millisecondi in produzione. Nel benchmark ViDoRe V3, l’indice raggruppato di PULSAR ha ridotto la latenza mediana di ricerca di 15,1 volte rispetto alla versione non raggruppata, con una perdita assoluta inferiore a 0,01 in due metriche di ranking, NDCG@10 e Recall@10. Queste metriche valutano l’utilità dei primi 10 risultati di ricerca. Con richieste simultanee, l’indice raggruppato ha gestito circa 88 volte più query al secondo rispetto alla versione non raggruppata. Si tratta di risultati riferiti dagli autori dello studio; le informazioni fornite non includono una verifica indipendente.
Come cerca le pagine PULSAR?
Molti sistemi di ricerca documentale utilizzano innanzitutto il riconoscimento ottico dei caratteri, o OCR, per trasformare in parole consultabili il testo presente nelle immagini delle pagine. Possono anche generare descrizioni di grafici e altre figure. Secondo lo studio, aggiornare questo tipo di sistema quando cambiano i documenti può essere costoso e comportare la perdita di dettagli dei grafici.
PULSAR indicizza invece le immagini delle pagine utilizzando un modello visivo in stile ColPali, con parametri congelati. Prima cerca brevi rappresentazioni delle pagine, poi confronta i risultati più promettenti con una rappresentazione più dettagliata. Questo metodo in due fasi è detto «late interaction»: il sistema confronta la query con i dettagli della pagina dopo aver creato una prima selezione, anziché affidarsi a un’unica sintesi per individuare il risultato finale.
Che cosa ha rilevato lo studio in produzione?
Lo studio stima che l’acquisizione dei documenti basata sugli eventi di PULSAR costi circa 20 volte meno per pagina rispetto al sistema di OCR e descrizione delle figure che ha sostituito. Gli autori riferiscono inoltre che, alla soglia di ricerca utilizzata in produzione, il sistema ha più che raddoppiato il recupero dei fatti necessari per le risposte rispetto al metodo precedente. In un sistema di generazione aumentata dal recupero, il richiamo misura se le pagine contenenti i fatti necessari rientrano tra i risultati messi a disposizione del modello che genera la risposta.
I risultati riguardano un singolo sistema presso una sola società di investimento e non costituiscono una valutazione generale dei prodotti di ricerca documentale. Lo studio non dimostra che PULSAR sia disponibile per altre organizzazioni.
Perché conta
Per il personale di Mubadala che cerca nei materiali relativi alle operazioni, PULSAR potrebbe rendere più rapido ed economico individuare le pagine utili in grandi raccolte che cambiano spesso, preservando al contempo i dettagli di grafici e altri contenuti visivi. L’adozione descritta riguarda Mubadala; non è stato accertato se il sistema sia utilizzabile da altre organizzazioni.
