# PULSAR versnelt visueel zoeken in Mubadala-dealstukken

> Een systeem bij Mubadala doorzoekt pagina-afbeeldingen uit pitchdecks en andere documenten. Volgens de makers vindt het sneller resultaten en zijn de indexeringskosten lager dan bij een OCR-aanpak.

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

Mubadala Investment Company gebruikt PULSAR sinds maart 2026 om pitchdecks, bestuursdocumenten en andere dealstukken te doorzoeken op basis van afbeeldingen van de pagina’s. Volgens een paper die op arXiv en in de EMNLP Industry Track van 2026 is gepubliceerd, heeft het systeem 78.000 documenten verwerkt — ongeveer 2,4 miljoen pagina’s — verdeeld over meer dan 3.000 deals.

De paper rapporteert een mediane vectorzoektijd van 156 milliseconden in productie. Op de ViDoRe V3-benchmark verlaagde de gecombineerde index van PULSAR de mediane zoektijd met een factor 15,1 ten opzichte van een niet-gecombineerde versie, met een absoluut verlies van minder dan 0,01 op twee rangschikkingsmaten: NDCG@10 en Recall@10. Die maten geven aan hoe bruikbaar de eerste 10 zoekresultaten zijn. Bij gelijktijdige belasting verwerkte de gecombineerde index ongeveer 88 keer zoveel zoekopdrachten per seconde als de niet-gecombineerde versie. Dit zijn resultaten die de auteurs van de paper rapporteren; de verstrekte informatie bevat geen onafhankelijke validatie.

## Hoe doorzoekt PULSAR pagina’s?

Veel documentzoeksystemen gebruiken eerst optische tekenherkenning (OCR) om tekst op pagina-afbeeldingen om te zetten in doorzoekbare woorden. Ze kunnen ook beschrijvingen maken van grafieken en andere afbeeldingen. Volgens de paper kan het bijwerken van die informatie wanneer documenten veranderen duur zijn, en kunnen details in grafieken verloren gaan.

PULSAR indexeert pagina-afbeeldingen in plaats daarvan met een vastgezet visionmodel in de stijl van ColPali. Eerst doorzoekt het compacte samenvattingen van pagina’s; daarna controleert het veelbelovende resultaten aan de hand van een gedetailleerdere weergave. Deze methode in twee stappen heet late interaction: na een eerste voorselectie vergelijkt het systeem de zoekopdracht met details op de pagina, in plaats van voor de uiteindelijke match op één samenvatting te vertrouwen.

## Wat leverde PULSAR in de praktijk op?

Volgens een schatting in de paper kost de gebeurtenisgestuurde gegevensverwerking van PULSAR per pagina ongeveer 20 keer minder dan het OCR-systeem met beschrijvingen van afbeeldingen dat het verving. Bij de gebruikte zoekgrenswaarde in productie rapporteerden de auteurs ook dat het systeem de recall van feiten in antwoorden meer dan verdubbelde ten opzichte van die eerdere aanpak. Bij retrieval-augmented generation geeft recall aan of pagina’s met de benodigde feiten terechtkomen in de resultaten die beschikbaar zijn voor het model dat het antwoord genereert.

De resultaten gaan over één systeem bij één investeringsmaatschappij en vormen geen algemene test van documentzoekproducten. De paper stelt niet vast of PULSAR beschikbaar is voor andere organisaties.

## De feiten

- PULSAR heeft sinds maart 2026 78.000 documenten en ongeveer 2,4 miljoen pagina’s verwerkt, verdeeld over meer dan 3.000 deals.
- Volgens de paper bedraagt de mediane latentie van PULSAR’s vectorzoekfunctie in productie 156 milliseconden.
- Op ViDoRe V3 was zoeken met de gecombineerde index 15,1 keer sneller dan met de niet-gecombineerde configuratie, met een absoluut verlies van minder dan 0,01 op NDCG@10 en Recall@10.
- De auteurs schatten dat de gegevensverwerking per pagina ongeveer 20 keer minder kost dan bij de OCR-aanpak met beschrijvingen van afbeeldingen. 

## Waarom het ertoe doet

Voor medewerkers van Mubadala kan PULSAR het sneller en goedkoper maken om bruikbare pagina’s te vinden in grote, regelmatig veranderende collecties dealstukken, terwijl details in grafieken en andere afbeeldingen behouden blijven. De gerapporteerde toepassing is bij Mubadala; het is niet duidelijk of andere organisaties het systeem kunnen gebruiken.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-11-09