要点テキストから画像を生成する…
解説
ねえねえ智也くん！この『MARTI-MARS2』って論文、タイトルが強そうだね！もしかして火星探査ロボットのAIの話？
いや、火星（MARS）は関係ないよ。これは複数のAIをチームにして、プログラミングの能力をめちゃくちゃ高めるっていう研究なんだ。
えー、火星じゃないんだ。でもAIのチームって面白そう！一人で頑張るより、みんなで協力したほうがいいってこと？
その通り。今のAIは一人でもすごいけど、難しいプログラミングの問題だとどうしても限界が来ちゃうんだ。それを「性能の天井」って呼んだりするんだけど、この論文はそれを「チームワーク」で突破しようとしているんだよ。
チームワークかぁ。でも、同じ性格のAIが何人いても、同じところで間違えちゃいそうじゃない？
お、鋭いね。そこがこの論文の面白いポイントなんだ。同じモデルを使う「ホモジニアス（同質）」なチームよりも、違う種類のモデルを混ぜた「ヘテロジニアス（異質）」なチームの方が、お互いのミスを指摘し合えて、より賢くなることがわかったんだよ。
へぇー！「ヘテロ」なんとかって、個性が大事ってことだね。具体的にどうやって賢くなるの？
「強化学習」と「木探索（ツリーサーチ）」を組み合わせているんだ。強化学習は、正解したら褒められることで学習する方法。木探索は、迷路の分かれ道を全部試すみたいに、いろんな解決策を枝分かれさせて検討する手法のことだよ。
なるほど！みんなでいろんなアイデアを出し合って、一番いい枝を選んでいく感じかな？
そう。しかも、ただ相談するだけじゃなくて、実行してエラーが出たらそのメッセージをフィードバックして、また考え直すっていう「MARS2-T+」っていう推論テクニックも使っているんだ。これで、本番でも粘り強く正解を探せるようになる。
粘り強いAI、頼もしいね！それで、結果はどうだったの？
これがすごくてね。32Bっていう中くらいのサイズのモデルを2つ協力させただけで、あのGPT-5.1を超える性能を出しちゃったんだ。スコアで言うと77.7%だね。
ええっ！あの有名なAIよりすごいの！？チームの力、恐るべしだね……。
この研究の意義は、AIを賢くする方法が「モデルを大きくする」だけじゃないって示したことにあるんだ。「多様なAIを組み合わせて協力させる」ことが、新しい進化の道（スケーリング則）になるかもしれない。
これからは、いろんな性格のAIを育てるのが流行るかもね！でも、難しいところはないの？
課題としては、やっぱり計算コストかな。複数のAIを同時に動かして何度もやり取りさせるから、時間がかかるしお金もかかる。今後は、もっと効率よく協力させる方法が研究されると思うよ。
なるほどね〜。多様性が大事なら、私みたいな天然キャラを100人集めたら、アインシュタインもびっくりな大発明ができちゃうかも！？
いや、それはただの「天然の渋滞」でしょ。多様性以前に、ベースとなる賢さが揃ってないと意味ないんだよ。
要点
- 単一のAI（エージェント）では複雑なコード生成タスクにおいて性能の限界（天井）があることを指摘。
- 複数のAIが協力して問題を解く「マルチエージェント」体制を、強化学習と木探索（ツリーサーチ）で最適化するフレームワーク「MARTI-MARS2」を提案。
- 同じ種類のAIを並べる（ホモジニアス）よりも、異なる種類のAIを組み合わせる（ヘテロジニアス）方が、多様な視点が生まれて性能が大幅に向上することを発見。
- 32Bサイズのモデル2つを協力させることで、GPT-5.1などの強力なモデルを超える77.7%のスコアを達成。
- AIの知能を拡大させるための新しい法則（スケーリング則）として、モデルの大きさだけでなく「エージェント間の多様性」が重要であることを示した。