语言模型可以产生合理的短证明，但在长期研究问题上可能仍然不可靠，这些问题的进展取决于一系列不确定和相互依存的决策。我们介绍了Stellar Colosseum ，这是一种与模型无关的线束，用于在数学和理论计算机科学的研究中分配推理。斗兽场在证明前探索替代策略

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.15983v1)获取最准确的信息。

---
🔗 **原文链接**: [Stellar Colosseum: A Many-Agent Harness for Long-Horizon Res](https://arxiv.org/abs/2609.15983v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Honghao Lin, David P. Woodruff, Yuan Deng, Jieming Mao, Song Zuo, Vahab Mirrokni

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-15 14:01