作者介绍了Stellar Colosseum，这是一种模型无关的框架，旨在为数学和理论计算机科学领域的长周期研究问题分配推理任务。该系统在构建证明之前探索替代策略，使用就绪门控（readiness gate）来决定何时分解路径，并将证明计划表示为相互依赖的子问题。

Colosseum并行生成候选方案，通过针对性的证伪进行攻击，并通过重叠的随机采样树聚合来合并结果。此工作流已集成到Google Antigravity的Teamwork框架中，作为Long Proof模式。在TCS-Bench上的评估显示，使用Gemini 3.1 Pro和Gemini 3.7 Flash时准确率达到71.0%。此外，一个带有执行反馈的证明导向管道解决了222道Codeforces问题中的218道。

该框架通过结构化验证和聚合管理不确定决策序列，从而解决语言模型在复杂研究任务中不可靠的问题。