Princeton University（普林斯顿大学）

From Human-Level AI Tales to AI Leveling Human Scales

从人类水平AI故事到AI人类尺度

Peter Romero, Fernando Martínez-Plumed, Zachary R. Tidler, Matthieu Téhénan, Sipeng Chen, Álvaro David Gómez Antón, Luning Sun, Manuel Cebrian, Lexin Zhou, Yael Moros Daval, Daniel Romero-Alvarado, Félix Martí Pérez, Kevin Wei, José Hernández-Orallo

机构 * Valencian Research Institute of Artificial Intelligence, Universitat Politècnica de València（瓦伦西亚人工智能研究所，瓦伦西亚理工大学） ； Leverhulme Centre for the Future of Intelligence, University of Cambridge（勒弗休姆未来智能中心，剑桥大学） ； The Psychometrics Centre, University of Cambridge（心理测量中心，剑桥大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Harvard University（哈佛大学） ； Center for Automation and Robotics, Spanish National Research Council（自动化与机器人中心，西班牙国家研究委员会） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Cambridge, Department of Computer Sciences and Technology（剑桥大学计算机科学与技术系） 纠错

AI总结 本文提出一种框架，通过校准项目以'世界人口'为基准，建立人类锚定的共同尺度，以更准确评估AI能力。

Comments 23 pages, 10 figures. submitted to ICML 2026

Superconducting Qubit Readout Using Next-Generation Reservoir Computing

利用下一代回声计算的超导量子比特读取

Robert Kent, Benjamin Lienhard, Gregory Lafyatis, Daniel J. Gauthier

机构 * The Ohio State University（俄亥俄州立大学） ； Princeton University（普林斯顿大学） ； ResCon Technologies, LLC（ResCon技术有限责任公司） 纠错

AI总结 本文提出基于下一代回声计算的量子比特读取方法，通过构造多项式特征提升态区分度，实现高并行性和低计算复杂度，从而在单量子比特和五量子比特数据集上显著降低误差并减少串扰。

Journal ref Phys. Rev. Applied 25, 044009 (2026)