Stellar Colosseum 用多智能体 strategy search、分解、证伪与 verifier feedback 处理长程数学研究

Stellar Colosseum 于 9 月 14 日首发，是一个 model-agnostic many-agent harness，面向数学和理论计算机科学中的 long-horizon research。系统先并行探索不同策略，用 readiness gate 判断何时进入分解，把 proof plan 表示成相互依赖的 section-level subproblems，再通过 targeted falsification 与 verifier feedback 把问题路由回相关论证节点。作者报告 Colosseum 在 TCS-Bench 上达到 71.0%，并在若干来自 FOCS/JMLR 的开放问题上得到新结果。