Theoria 是一种验证架构，旨在通过使 AI 答案可审计，弥合形式化证明助手与标量 LLM 裁判之间的差距。它将候选解决方案重写为一系列类型化状态转换，每一步都由明确的理由（如引用或计算）授权。
- 该系统确保变更的完整性，保证连续证明状态之间的每个差异都被记录，从而揭示隐藏的前提。
- 在 HLE-Verified Gold 上，Theoria 以 91.4% 的严格精度认证了 185 个问题中的 105 个。
- 它生成人类可读的证明轨迹，其中每一步都可以被独立质疑。
- 在 GPQA Diamond 上，认证精度达到 97.1%。
该方法允许用户通过结构化分析而非不透明的分数来验证正确性，为整体 LLM 裁判提供了一种补充方法。