商汤开源的SenseNova-MARS模型在多模态搜索与推理中表现优异，得分69.74，超越Gemini-3-Pro和GPT-5.2。该模型支持动态视觉推理和图文搜索，具备自主规划和高效工具调用能力，推动AI实际应用。

本研究针对现有自动化提示优化 (APO) 方法灵活性不足和提示空间搜索效率低的问题，提出了一种结合苏格拉底指导的多智能体框架 MARS。该框架通过七个具有不同功能的智能体，利用自动规划和连续优化评估，实现灵活的提示优化及有效的搜索。实验验证显示，该方法在多个数据集上表现出显著的提升与可解释性。

The global president of Mars Food & Nutrition shares how the Mars business segment, containing some of the world’s leading food brands, continues to meet changing consumer needs.

本研究解决了在训练深度神经网络和大型语言模型中方差降低方法应用不足的问题。我们提出了一个统一的优化框架MARS，将预处理梯度方法与方差降低结合，从而实现高效的模型训练。实验表明，MARS在训练GPT-2模型时显著超越了传统的AdamW优化器。

该论文提出了一种自主方法，通过聚类火星探测器图像中的沉积纹理，创建详细的地形数据集，从而提升火星地形分类的准确性。研究还应用了半监督学习和对比学习技术，解决了火星图像分类和分割的挑战，显著提高了模型性能。

本文提出了一种稳健的关节网络（RoArtNet），用于关节式物体的感知和操纵，能够有效预测关节参数和可负担点。通过引入关节感知分类方案，增强了从模拟到真实场景的能力。实验结果表明，该方法在噪声环境中表现优异。同时，介绍了MARS数据集，促进自动驾驶研究，并提出多模态传感器融合方法，以提高物体检测精度。

本文探讨了大型语言模型中的不确定性估计与校准问题，提出了MARS和Rank-Calibration等方法，以提高模型的预测准确性和可靠性。研究表明，改进的不确定性估计能显著提升模型在高风险应用中的表现，并通过实验验证了这些方法的有效性。

为了使大型语言模型（LLMs）能够成为具有可推广的推理能力的有意识的代理人，关键是它们具备理解由环境因素或其他代理人的行动触发的分布情况变化（转换）的推理能力。我们提出了一种新颖的推理形式，称为 MetAphysical ReaSoning，它将分布变化的推理视为一个三步骤的判别过程，并引入了首个基准测试 MARS 来评估 LLMs...

该文章介绍了一种自动化的大语言模型（LLM）转换方法，可以产生具有不确定性感知能力的LLM。该方法与模型和数据无关，计算效率高，不依赖外部模型或系统。通过在选择性问答环境下评估转换模型，结果表明使用该方法提供的不确定性估计有选择性地回答问题，可以显著提高准确性。

Take a seat at Mission Control as NASA’s Vandi Verma details the AI and software powering the Mars rovers and how her field of robotic operations has advanced over the past 20 years.

关注港大MARS实验室的小伙伴应该都听过 R2LIVE (Robust, Realtime)，它以紧耦合的方式融合相机，雷达，IMU数据，能够较好地应对设备故障以及环境因素导致的视觉或激光退化现象。这几天MARS实验室又有大动作，他们在Github新建了一个叫 R3LIVE (Robust, Realtime,...