University of Toronto（多伦多大学）

Difficulty-Aware Agentic Orchestration for Query-Specific Multi-Agent Workflows

面向查询难度的代理 orchestration 为查询特定的多代理工作流

Jinwei Su, Qizhen Lan, Yinghui Xia, Lifan Sun, Weiyou Tian, Tianyu Shi, Xinyuan Song, Lewei He, Yang Jingsong

机构 * South China Normal University（华南师范大学） ； The University of Texas Health Science Center（德克萨斯大学健康科学中心） ； The Hong Kong University of Science（香港科学大学） ； University of California（加州大学） ； Peking University（北京大学） ； University of Toronto（多伦多大学） 纠错

AI总结 本文提出难度感知的代理 orchestration 方法，通过动态生成查询特定的多代理工作流，提升查询处理的准确性和效率。

Comments Accepted to WWW2026

Probabilistic Design of Parametrized Quantum Circuits through Local Gate Modifications

通过局部门修改进行参数量子电路的概率设计

Grier M. Jones, Aviraj Newatia, Alexander Lao, Aditya K. Rao, Viki Kumar Prasad, Hans-Arno Jacobsen

机构 * The Edward S. Rogers Sr. Department of Electrical \& Computer Engineering, University of Toronto 10 King's College Rd Toronto ON M5S 3G8 Canada ； Department of Chemical ； Physical Sciences, University of Toronto Mississauga 3359 Mississauga Road Mississauga ON L5L 1C6 Canada ； Department of Computer Science, University of Toronto Toronto ON M5S 2E4 Canada ； Vector Institute for Artificial Intelligence 108 College St W1140 Toronto ON M5G 0C6 Canada ； The Edward S. Rogers Sr. Department of Electrical \& Computer Engineering, University of Toronto 10 King's College Rd Toronto ON M5G 0C6 Canada ； Department of Chemistry, University of Calgary 2500 University Drive NW Calgary AB T2N 1N4 Canada ； Department of Computer Science, University of Toronto 40 St. George Street Toronto ON M5S 2E4 Canada ； The Edward S. Rogers Sr. Department of Electrical \& Computer Engineering, University of Toronto ； Physical Sciences, University of Toronto Mississauga ； Department of Computer Science, University of Toronto ； Vector Institute for Artificial Intelligence ； Department of Chemistry, University of Calgary 纠错

AI总结 本文提出一种基于进化启发式的量子架构搜索算法，通过局部概率搜索优化参数量子电路架构，并在多个任务上验证其有效性。

Variational Green's Functions for Volumetric PDEs

变分格林函数用于体积分方程

Joao Teixeira, Eitan Grinspun, Otman Benchekroun

机构 * University of Toronto（多伦多大学） 纠错

AI总结 本文提出了一种基于变分方法的学习框架，用于高效计算体积分方程的格林函数，通过分解格林函数为解析和学习部分，实现了对不同边界条件的自然处理。

EvoCut: Strengthening Integer Programs via Evolution-Guided Language Models

EvoCut：通过进化引导的语言模型强化整数规划

Milad Yazdani, Mahdi Mostajabdaveh, Samin Aref, Zirui Zhou

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Huawei Technologies Canada（华为技术加拿大分公司） ； University of Toronto（多伦多大学） 纠错

AI总结 EvoCut通过进化引导的语言模型自动生成整数规划的加速切割，显著提升求解效率和最优性间隙缩减效果。