연구진이 다중 소스 시각적 추론 프레임워크 MARS를 제안했어요. MARS는 단일 소스 보상을 동적 앵커로 활용하여 다중 소스 융합에 따른 정보 획득을 명시적으로 통합해요. MARS는 시각적 모달성을 독립적인 정보원으로 모델링하고, 소스 간 상호 촉진을 강조하며 잠재적 노이즈를 억제해요. GRPO와 DAPO 데이터셋에서 각각 3.2%와 4.9%의 성능 향상을 보여주며 효과를 입증했어요.