# PULSAR、Mubadalaの取引資料から必要なページを高速検索

> Mubadalaに導入されたシステムは、提案資料などのページ画像を検索する。開発者らは、OCR方式より検索が速く、インデックス作成コストも低いと報告している。

Oossa · 2026-11-09 · https://oossa.com/ja/pulsar-speeds-up-visual-search-across-mubadala-deal-documents

Mubadala Investment Companyは2026年3月から、提案資料や取締役会資料などの取引関連文書を、ページ画像から検索するためにPULSARを利用している。arXivと2026 EMNLP Industry Trackで発表された論文によると、同システムは3,000件を超える取引に関する78,000件の文書（約240万ページ）を処理してきた。

論文によると、本番環境でのベクトル検索時間の中央値は156ミリ秒だった。ViDoRe V3ベンチマークでは、インデックスを統合したPULSARは、統合していない構成と比べて検索レイテンシの中央値が15.1分の1となり、ランキング指標のNDCG@10とRecall@10の低下は絶対値で0.01未満だった。これらの指標は、検索結果の上位10件がどれほど有用かを評価するものだ。同時に検索が行われる負荷の下では、統合インデックスは非統合版の約88倍のクエリを毎秒処理した。これらは論文の著者による報告値であり、提供された情報には独立した検証結果は含まれていない。

## PULSARはページをどう検索するのか？

多くの文書検索システムは、まず光学文字認識（OCR）を使い、ページ画像内の文字を検索可能なテキストに変換する。グラフなどの図表についても、説明文を生成する場合がある。論文によると、文書が更新されるたびにこうした情報を作り直すにはコストがかかり、図表の細部が失われることもある。

一方、PULSARはColPali方式の凍結済み視覚モデルを使ってページ画像をインデックス化する。まずページの簡潔な要約を検索し、有望な結果をより詳細な表現と照合する。この2段階の手法は「レイトインタラクション」と呼ばれる。最初に候補を絞り込んだ後で、単一の要約だけに頼って最終的な一致を判断するのではなく、クエリとページの細部を照合する。

## 本番環境での検証結果は？

論文の推定では、PULSARのイベント駆動型データ取り込みにかかるページあたりのコストは、置き換え対象となったOCRと図表説明文生成のシステムに比べて約20分の1だ。著者らはまた、本番環境での検索基準において、以前の方式より回答に必要な事実の再現率が2倍を超えたと報告している。検索拡張生成（RAG）システムにおける再現率は、必要な事実が含まれるページを、回答生成モデルが利用できる検索結果に含められたかを示す。

この結果は、ある投資会社で使われている単一のシステムについてのものであり、文書検索製品全般を対象にしたテストではない。また、この論文からは、PULSARを他の組織も利用できるとは確認できない。

## 事実

- PULSARは2026年3月以降、3,000件を超える取引に関する78,000件の文書と約240万ページを処理してきた。
- 論文によると、本番環境でのPULSARのベクトル検索レイテンシの中央値は156ミリ秒。
- ViDoRe V3では、インデックス統合版の検索速度は非統合版の15.1倍で、NDCG@10とRecall@10の低下は絶対値で0.01未満だった。
- 著者らは、データ取り込みのページあたりコストが、OCRと図表説明文生成を組み合わせた従来方式より約20分の1だと推定している。

## なぜ重要か

Mubadalaの職員にとってPULSARは、頻繁に更新される大量の取引資料から必要なページを、図表などの視覚情報の細部を保ちながら、より速く低コストで見つける手段になる可能性がある。報告されている導入先はMubadalaであり、他の組織も利用できるかは明らかになっていない。

## 出典と参考資料

1. [PULSAR: Pooled Unified Late-Interaction Search and Retrieval for Enterprise Visual Document RAG](https://arxiv.org/abs/2608.28572) – arXiv cs.IR, 2026-11-09

最終更新: 2026-11-09