ستيلار كولوسيوم هو إطار عمل عام النماذج مُصمم لتخصيص الاستدلال عبر أبحاث الرياضيات وعلوم الكمبيوتر النظرية طويلة المدى، لمعالجة عدم موثوقية نماذج اللغة في المشكلات المعقدة. يستكشف النظام استراتيجيات بديلة قبل بناء البرهان، ويستخدم بوابة جاهزية لتحديد متى يكون المسار ناضجًا بما يكفي للتجزئة، ويمثل خطة البرهان كمجموعة من المشكلات الفرعية على مستوى الأقسام المترابطة.
- يولد كولوسيوم مرشحين بالتوازي، ويهاجمهم بتكذيب مستهدف، ويجمع النتائج عبر تجميع شجرة العينات العشوائية المتداخلة.
- تم دمج سير العمل في إطار عمل Teamwork الخاص بـ Google Antigravity كنمط البرهان الطويل.
- على TCS-Bench، وهو معيار لمهام إثبات النظريات على مستوى البحث من أوراق FOCS وSTOC وSODA، يحقق كولوسيوم دقة بنسبة 71.0% باستخدام Gemini 3.1 Pro وGemini 3.7 Flash.
- في تقييم Codeforces مع Gemini 3.1 Pro، حلّت خط الأنابيب الموجهة نحو البرهان مع التغذية الراجعة للتنفيذ 218 من أصل 222 مشكلة.
يُظهر المؤلفون أن هذا النهج يعالج المشكلات المفتوحة من أرقى المؤتمرات مثل FOCS وJMLR من خلال البحث المفتوح والتقييمات المعيارية.