# PULSAR acelera a busca visual em documentos de negócios da Mubadala

> Implantado na Mubadala, o sistema busca imagens de páginas de apresentações a investidores e outros documentos. Seus autores relatam buscas mais rápidas e custos de indexação menores que os de uma abordagem baseada em OCR.

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

A Mubadala Investment Company usa o PULSAR desde março de 2026 para buscar apresentações a investidores, materiais para reuniões do conselho e outros documentos de negócios por meio das imagens de suas páginas. Segundo um artigo publicado no arXiv e no Industry Track da EMNLP 2026, o sistema processou 78.000 documentos — cerca de 2,4 milhões de páginas — em mais de 3.000 negócios.

O artigo informa que, em produção, o tempo mediano de busca vetorial foi de 156 milissegundos. No benchmark ViDoRe V3, o índice agrupado do PULSAR reduziu em 15,1 vezes a latência mediana de busca em comparação com a versão não agrupada, com perda absoluta inferior a 0,01 em duas métricas de classificação, NDCG@10 e Recall@10. Essas métricas avaliam a utilidade dos 10 primeiros resultados da busca. Sob carga simultânea, o índice agrupado processou cerca de 88 vezes mais consultas por segundo que a versão não agrupada. Esses resultados foram relatados pelos autores do artigo; as informações fornecidas não incluem validação independente.

## Como o PULSAR busca páginas?

Muitos sistemas de busca de documentos primeiro usam reconhecimento óptico de caracteres (OCR, na sigla em inglês) para transformar o texto das imagens de páginas em palavras pesquisáveis. Eles também podem gerar descrições de gráficos e outras figuras. Segundo o artigo, essa abordagem pode ser cara para atualizar quando os documentos mudam e pode deixar de captar detalhes dos gráficos.

Em vez disso, o PULSAR indexa imagens de páginas usando um modelo de visão no estilo ColPali, com parâmetros congelados. Primeiro, busca resumos compactos das páginas e, em seguida, verifica os resultados promissores com uma representação mais detalhada. Esse método em duas etapas é chamado de interação tardia: após uma seleção inicial de resultados, o sistema compara a consulta com os detalhes das páginas, em vez de depender de um único resumo para determinar a correspondência final.

## O que o artigo constatou em produção?

O artigo estima que a ingestão orientada por eventos do PULSAR custa cerca de 20 vezes menos por página que o sistema de OCR e descrição de figuras que substituiu. No limite de resultados usado na busca em produção, os autores também relatam que o sistema mais que dobrou a recuperação de fatos necessários para respostas em relação à abordagem anterior. Em um sistema de geração aumentada por recuperação, essa métrica indica se as páginas que contêm os fatos necessários aparecem entre os resultados disponíveis para o modelo que gera a resposta.

Os resultados descrevem um sistema em uma empresa de investimentos, e não um teste geral de produtos de busca de documentos. O artigo não demonstra que o PULSAR esteja disponível para outras organizações.

## Os fatos

- Desde março de 2026, o PULSAR processou 78.000 documentos e cerca de 2,4 milhões de páginas em mais de 3.000 negócios.
- O artigo informa que a latência mediana de busca vetorial do PULSAR em produção é de 156 milissegundos.
- No ViDoRe V3, a busca com o índice agrupado foi 15,1 vezes mais rápida que na configuração não agrupada, com perda absoluta inferior a 0,01 em NDCG@10 e Recall@10.
- Os autores estimam que a ingestão custa cerca de 20 vezes menos por página que a abordagem de referência baseada em OCR e descrição de figuras.

## Por que importa

Para os funcionários da Mubadala que buscam informações em documentos de negócios, o PULSAR pode facilitar a localização de páginas úteis em grandes acervos que mudam com frequência, a um custo menor e preservando detalhes de gráficos e outros elementos visuais. O sistema foi implantado na Mubadala; não está estabelecido se outras organizações podem usá-lo.

## Fontes e referências

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

Última atualização: 2026-11-09