С марта 2026 года Mubadala Investment Company использует PULSAR для поиска по изображениям страниц в презентациях для инвесторов, материалах для совета директоров и других документах по сделкам. Система обработала 78,000 документов — около 2.4 миллиона страниц — по более чем 3,000 сделкам, говорится в статье, опубликованной на arXiv и представленной на конференции 2026 EMNLP Industry Track.
Согласно статье, медианное время векторного поиска в рабочей среде составляет 156 миллисекунд. В тесте ViDoRe V3 объединённый индекс PULSAR сократил медианную задержку поиска в 15.1 раза по сравнению с раздельным индексом, а снижение по двум показателям ранжирования — NDCG@10 и Recall@10 — составило менее 0.01 в абсолютном выражении. Эти показатели оценивают полезность первых 10 результатов поиска. При одновременной обработке запросов объединённый индекс справлялся примерно с 88 раз большим числом запросов в секунду, чем раздельный. Это результаты, представленные авторами статьи; имеющиеся сведения не содержат независимой проверки.
Как PULSAR ищет по страницам?
Многие системы поиска по документам сначала используют оптическое распознавание символов (OCR), чтобы преобразовать текст на изображениях страниц в доступные для поиска слова. Они также могут создавать описания графиков и других иллюстраций. Авторы статьи отмечают, что обновление такой системы при изменении документов может обходиться дорого, а детали графиков — теряться.
Вместо этого PULSAR индексирует изображения страниц с помощью неизменяемой визуальной модели в стиле ColPali. Сначала система ищет по компактным сводкам страниц, а затем сверяет перспективные результаты с более подробным представлением. Этот двухэтапный метод называется поздним взаимодействием: после составления предварительного списка система сопоставляет запрос с деталями страниц, а не полагается при окончательном выборе на одну сводку.
Что показало исследование в рабочей среде?
По оценке авторов, событийная обработка данных в PULSAR обходится примерно в 20 раз дешевле на страницу, чем заменённая ею система OCR с описаниями иллюстраций. Кроме того, при установленном для поиска пороге авторы сообщают, что полнота извлечения фактов для ответа более чем вдвое превысила результат прежней системы. В системе генерации с дополнением поиском полнота показывает, попадают ли страницы с нужными фактами в результаты, доступные модели, которая формирует ответ.
Результаты относятся к одной системе в одной инвестиционной компании, а не к общему тестированию продуктов для поиска по документам. В статье не утверждается, что PULSAR доступна другим организациям.
Почему это важно
Сотрудникам Mubadala PULSAR может помочь быстрее и дешевле находить нужные страницы в больших, часто обновляемых собраниях материалов по сделкам, сохраняя детали графиков и других визуальных элементов. Система внедрена в Mubadala; доступна ли она другим организациям, неизвестно.
