Mubadala Investment Company自2026年3月起使用PULSAR，通过页面图像搜索演示文稿、董事会资料包及其他交易文件。根据发表于arXiv并收录于2026年EMNLP Industry Track的一篇论文，该系统已处理78,000份文件，约合240万页，涵盖3,000多笔交易。
论文报告称，PULSAR在生产环境中的向量搜索中位耗时为156毫秒。在ViDoRe V3基准测试中，与未合并索引的版本相比，PULSAR的合并索引将搜索延迟中位数降低了15.1倍，而两项排序指标NDCG@10和Recall@10的绝对损失均低于0.01。这些指标用于评估搜索结果中排名前10的内容有多大帮助。在并发负载下，合并索引每秒处理的查询量约为未合并版本的88倍。这些结果由论文作者报告；所提供的信息不包括独立验证。
PULSAR如何搜索页面？
许多文档搜索系统会先使用光学字符识别（OCR），将页面图像中的文字转换为可搜索的词语；系统还可能为图表和其他图像生成描述。论文指出，随着文件变化，这种方案的更新成本可能很高，而且可能会丢失图表细节。
PULSAR则使用一个冻结的、采用ColPali风格的视觉模型为页面图像建立索引。它先搜索页面的精简摘要，再用更详尽的表示核查较有希望的结果。这种两步方法称为后期交互：系统先筛出候选结果，再将查询与页面细节进行比对，而不是依靠单一摘要来确定最终匹配。
论文在生产环境中发现了什么？
论文估算，PULSAR基于事件触发的摄取方式，每页成本约为其所取代的OCR加图像描述系统的1/20。在生产环境的搜索截断点上，作者还报告称，与先前方案相比，PULSAR的答案事实召回率提高了一倍以上。在检索增强生成系统中，召回率衡量的是：包含所需事实的页面是否进入了可供生成答案的模型使用的结果中。
这些结果来自一家投资公司部署的一套系统，并非对各类文档搜索产品进行的一般性测试。论文没有证明PULSAR已向其他机构开放。
为什么重要
对于搜索交易材料的Mubadala员工来说，在不断变化的大型资料库中查找有用页面，PULSAR有望让这一过程更快、成本更低，同时保留图表及其他视觉内容中的细节。目前报告的部署仅在Mubadala；其他机构能否使用该系统尚无定论。
