SenseNova-MARS：強化学習によるツール利用エージェント推論
Research Paper#Vision-Language Models, Agentic Reasoning, Reinforcement Learning🔬 Research|分析: 2026年1月3日 15:38•
公開: 2025年12月30日 16:31
•1分で読める
•ArXiv分析
本論文は、Vision-Language Models (VLMs) をエージェント推論とツール使用能力で強化する新しいフレームワーク、SenseNova-MARSを紹介しています。特に、検索と画像操作ツールを統合することに焦点を当てています。強化学習 (RL) の使用と、HR-MMSearch ベンチマークの導入が重要な貢献です。本論文は、特定のベンチマークで、独自のモデルさえも上回る最先端のパフォーマンスを主張しており、これは重要です。コード、モデル、およびデータセットのリリースは、この分野における再現性と研究をさらに促進します。
重要ポイント
引用・出典
原文を見る"SenseNova-MARS achieves state-of-the-art performance on open-source search and fine-grained image understanding benchmarks. Specifically, on search-oriented benchmarks, SenseNova-MARS-8B scores 67.84 on MMSearch and 41.64 on HR-MMSearch, surpassing proprietary models such as Gemini-3-Flash and GPT-5."