लेखकों ने स्टेलर कोलिसियम पेश किया, जो एक मॉडल-अग्नोस्टिक हार्नेस है जिसे गणित और सैद्धांतिक कंप्यूटर साइंस में लॉन्ग-होरिज़न शोध समस्याओं के लिए इनफरेंस को आवंटित करने के लिए डिज़ाइन किया गया है। सिस्टम प्रूफ कंस्ट्रक्शन से पहले वैकल्पिक रणनीतियों का अन्वेषण करता है, रूट्स को विभाजित करने के समय निर्धारित करने के लिए एक रेडिनेस गेट का उपयोग करता है, और प्रूफ प्लानों को इंटरडीपेंडेंट सबप्रॉबलम्स के रूप में दर्शाता है।
कोलिसियम उम्मीदवारों को समानांतर में जनरेट करता है, उन्हें टारगेटेड फैलिफिकेशन से अटैक करता है, और ओवरलैपिंग रैंडम-सैंपल ट्री एग्रीगेशन के माध्यम से परिणामों को जोड़ता है। यह वर्कफ़्लो गूगल एंटिग्रेविटी के टीमवर्क फ्रेमवर्क में लॉन्ग प्रूफ पैटर्न के रूप में एकीकृत है। TCS-Bench पर मूल्यांकन ने जेमिनी 3.1 प्रो और जेमिनी 3.7 फ्लैश का उपयोग करके 71.0% सटीकता दिखाई। इसके अलावा, एक प्रूफ-ओरिएंटेड पाइपलाइन जो एक्जीक्यूशन फीडबैक के साथ है, ने 222 कोडफोर्सेस समस्याओं में से 218 को हल किया।
हार्नेस संरचित सत्यापन और एग्रीगेशन के माध्यम से अनिश्चित निर्णयों की श्रृंखला का प्रबंधन करके जटिल शोध कार्यों पर भाषा मॉडलों की अविश्वसनीयता को दूर करता है।