IBM

Dynamic Symmetric Point Tracking: Tackling Non-ideal Reference in Analog In-memory Training

动态对称点跟踪：解决模拟内存训练中的非理想参考问题

Quan Xiao, Jindan Li, Zhaoxian Wu, Tayfun Gokmen, Tianyi Chen

机构 * Department of Electrical and Computer Engineering, Cornell University, New York, NY（康奈尔大学电气与计算机工程系） ； IBM T. J. Watson Research Center, Yorktown Heights, NY（IBM 沃森研究中心） ； Rensselaer Polytechnic Institute, Troy, NY（伦塞拉尔理工学院） 纠错

AI总结 针对模拟内存计算中非理想器件导致的权重更新偏向对称点问题，提出动态对称点估计方法，在训练中跟踪对称点并保证收敛，结合数字信号处理技术增强性能。

LoMime: Query-Efficient Membership Inference using Model Extraction in Label-Only Settings

LoMime: 仅标签设置下基于模型提取的高效成员推理

Abdullah Caglar Oksuz, Anisa Halimi, Erman Ayday

机构 * Department of Computer and Data Sciences（计算机与数据科学系） ； Case School of Engineering（凯斯工程学院） ； Case Western Reserve University（凯斯西储大学） ； IBM Research（IBM研究院） 纠错

AI总结 提出一种基于迁移性和模型提取的仅标签成员推理攻击框架，通过一次性查询提取替代模型，在严格黑盒约束下显著降低查询成本，性能与最先进方法相当。

Few shot chain-of-thought driven reasoning to prompt LLMs for open ended medical question answering

少样本思维链推理以提示LLMs进行开放式医学问答

Saeel Sandeep Nachane, Ojas Gramopadhye, Prateek Chanda, Ganesh Ramakrishnan, Kshitij Sharad Jadhav, Yatin Nandwani, Dinesh Raghu, Sachindra Joshi

机构 * IBM Research（IBM研究院） ； Indian Institute of Technology Bombay（印度理工学院孟买分校） 纠错

AI总结 提出MEDQA-OPEN数据集和CLINICR提示方法，通过思维链推理提升LLMs在开放式医学问答中的表现，并引入奖励模型进行答案验证。

Comments The paper is accepted in EMNLP 2024 Findings