作者介绍了Stellar Colosseum，这是一个模型无关的框架，旨在为数学和理论计算机科学领域的长周期研究分配推理资源。该系统在构建证明之前探索替代策略，使用就绪门控（readiness gate）判断某条路径是否足够成熟以进行分解，并将证明计划表示为相互依赖的章节级子问题。

Colosseum并行生成候选方案，通过针对性的证伪对其进行攻击，并通过重叠随机采样树聚合来整合结果。作为Long Proof模式集成到Google Antigravity的Teamwork框架中，它在TCS-Bench上基于Gemini 3.1 Pro和Gemini 3.7 Flash达到了71.0%的准确率。此外，一个带有执行反馈的证明导向管道在Codeforces评估中解决了222个问题中的218个。

该框架通过管理不确定且相互依赖的决策序列，解决了语言模型在长周期研究问题上的不可靠性。