स्टेलर कोलिसियम एक मॉडल-अग्नोस्टिक हार्नेस है जो गणित और सैद्धांतिक कंप्यूटर साइंस में लॉन्ग-होराइजन शोध के लिए इनफरेंस को आवंटित करने के लिए डिज़ाइन किया गया है, जटिल समस्याओं पर भाषा मॉडलों की अविश्वसनीयता को दूर करता है। सिस्टम प्रूफ निर्माण से पहले वैकल्पिक रणनीतियों का अन्वेषण करता है, एक तैयारी गेट का उपयोग करता है यह निर्धारित करने के लिए कि कोई मार्ग विघटन के लिए पर्याप्त परिपक्व है या नहीं, और प्रूफ योजना को अंतर्निहित खंड-स्तर की उप-समस्याओं के रूप में दर्शाता है।
- कोलिसियम समानांतर में उम्मीदवार उत्पन्न करता है, उन्हें लक्षित झुठलाव से हमला करता है, और ओवरलैपिंग रैंडम-सैंपल ट्री एग्रीगेशन के माध्यम से परिणामों को जोड़ता है।
- वर्कफ़्लो को गूगल एंटिग्रेविटी के टीमवर्क फ्रेमवर्क में लॉंग प्रूफ पैटर्न के रूप में एकीकृत किया गया है।
- TCS-Bench पर, जो FOCS, STOC और SODA पेपर्स से शोध-स्तर के थ्योरम-प्रूविंग कार्यों का एक बेंचमार्क है, कोलिसियम गेमिनी 3.1 प्रो और गेमिनी 3.7 फ्लैश का उपयोग करके 71.0% सटीकता प्राप्त करता है।
- गेमिनी 3.1 प्रो के साथ एक कोडफोर्सेस मूल्यांकन में, निष्पादन फीडबैक के साथ प्रूफ-ओरिएंटेड पाइपलाइन 222 समस्याओं में से 218 हल करती है।
लेखक दिखाते हैं कि यह दृष्टिकोण ओपन-एंडेड शोध और बेंचमार्क मूल्यांकन के माध्यम से FOCS और JMLR जैसे शीर्ष वेन्यू से खुली समस्याओं को हल करता है।