Buchumschlag

Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dahl, Matthew, Magesh, Varun, Suzgun, Mirac, Ho, Daniel E.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools
von: Magesh, Varun, et al.
Veröffentlicht: (2024)

Bye-bye, Bluebook? Automating Legal Procedure with Large Language Models
von: Dahl, Matthew
Veröffentlicht: (2025)

Belief in the Machine: Investigating Epistemological Blind Spots of Language Models
von: Suzgun, Mirac, et al.
Veröffentlicht: (2024)

Do Language Models Know When They're Hallucinating References?
von: Agrawal, Ayush, et al.
Veröffentlicht: (2023)

Meta-Prompting: Enhancing Language Models with Task-Agnostic Scaffolding
von: Suzgun, Mirac, et al.
Veröffentlicht: (2024)

ArabLegalEval: A Multitask Benchmark for Assessing Arabic Legal Knowledge in Large Language Models
von: Hijazi, Faris, et al.
Veröffentlicht: (2024)

Evaluation of Large Language Models in Legal Applications: Challenges, Methods, and Future Directions
von: Hu, Yiran, et al.
Veröffentlicht: (2026)

Exploring Possibilities of AI-Powered Legal Assistance in Bangladesh through Large Language Modeling
von: Wasi, Azmine Toushik, et al.
Veröffentlicht: (2024)

Large Language Models' Complicit Responses to Illicit Instructions across Socio-Legal Contexts
von: Wang, Xing, et al.
Veröffentlicht: (2025)

Aalap: AI Assistant for Legal & Paralegal Functions in India
von: Tiwari, Aman, et al.
Veröffentlicht: (2024)

Getting in the Door: Streamlining Intake in Civil Legal Services with Large Language Models
von: Steenhuis, Quinten, et al.
Veröffentlicht: (2024)

Place Matters: Comparing LLM Hallucination Rates for Place-Based Legal Queries
von: Curran, Damian, et al.
Veröffentlicht: (2025)

How Large Language Models are Designed to Hallucinate
von: Ackermann, Richard, et al.
Veröffentlicht: (2025)

Legal Fact Prediction: The Missing Piece in Legal Judgment Prediction
von: Liu, Junkai, et al.
Veröffentlicht: (2024)

Principled Detection of Hallucinations in Large Language Models via Multiple Testing
von: Li, Jiawei, et al.
Veröffentlicht: (2025)

Cost-of-Pass: An Economic Framework for Evaluating Language Models
von: Erol, Mehmet Hamza, et al.
Veröffentlicht: (2025)

Bridging Legal Interpretation and Formal Logic: Faithfulness, Assumption, and the Future of AI Legal Reasoning
von: Wang, Olivia Peiyu, et al.
Veröffentlicht: (2026)

Red Lines and Grey Zones in the Fog of War: Benchmarking Legal Risk, Moral Harm, and Regional Bias in Large Language Model Military Decision-Making
von: Drinkall, Toby
Veröffentlicht: (2025)

The Price of Prompting: Profiling Energy Use in Large Language Models Inference
von: Husom, Erik Johannes, et al.
Veröffentlicht: (2024)

GLARE: Agentic Reasoning for Legal Judgment Prediction
von: Yang, Xinyu, et al.
Veröffentlicht: (2025)

Are LLMs Court-Ready? Evaluating Frontier Models on Indian Legal Reasoning
von: Juvekar, Kush, et al.
Veröffentlicht: (2025)

Legal Evalutions and Challenges of Large Language Models
von: Wang, Jiaqi, et al.
Veröffentlicht: (2024)

Detection and Mitigation of Hallucination in Large Reasoning Models: A Mechanistic Perspective
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2025)

Open-Ended Wargames with Large Language Models
von: Hogan, Daniel P., et al.
Veröffentlicht: (2024)

LegalMidm: Use-Case-Driven Legal Domain Specialization for Korean Large Language Model
von: Jang, Youngjoon, et al.
Veröffentlicht: (2026)

Assessing the Reliability of Large Language Models in the Bengali Legal Context: A Comparative Evaluation Using LLM-as-Judge and Legal Experts
von: Aftahee, Sabik, et al.
Veröffentlicht: (2025)

Siren's Song in the AI Ocean: A Survey on Hallucination in Large Language Models
von: Zhang, Yue, et al.
Veröffentlicht: (2023)

How Should the Law Treat Future AI Systems? Fictional Legal Personhood versus Legal Identity
von: Alexander, Heather J., et al.
Veröffentlicht: (2025)

Interactive DualChecker for Mitigating Hallucinations in Distilling Large Language Models
von: Wang, Meiyun, et al.
Veröffentlicht: (2024)

AI for Scaling Legal Reform: Mapping and Redacting Racial Covenants in Santa Clara County
von: Surani, Faiz, et al.
Veröffentlicht: (2025)

Susceptibility of Large Language Models to User-Driven Factors in Medical Queries
von: Lim, Kyung Ho, et al.
Veröffentlicht: (2025)

Evaluating the Role of Large Language Models in Legal Practice in India
von: Hemrajani, Rahul
Veröffentlicht: (2025)

On the Creativity of Large Language Models
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2023)

On Wednesdays, We Ask Questions: Optimizing "Active Listening" in Automated Legal Triage and Referral
von: Steenhuis, Quinten, et al.
Veröffentlicht: (2026)

That's So FETCH: Fashioning Ensemble Techniques for LLM Classification in Civil Legal Intake and Referral
von: Steenhuis, Quinten
Veröffentlicht: (2025)

Caveat Lector: Large Language Models in Legal Practice
von: Mik, Eliza
Veröffentlicht: (2024)

Exploring Large Language Models and Hierarchical Frameworks for Classification of Large Unstructured Legal Documents
von: Prasad, Nishchal, et al.
Veröffentlicht: (2024)

JurisCTC: Enhancing Legal Judgment Prediction via Cross-Domain Transfer and Contrastive Learning
von: Kang, Zhaolu, et al.
Veröffentlicht: (2025)

PLawBench: A Rubric-Based Benchmark for Evaluating LLMs in Real-World Legal Practice
von: Shi, Yuzhen, et al.
Veröffentlicht: (2026)

Cross-Language Bias Examination in Large Language Models
von: Liang, Yuxuan, et al.
Veröffentlicht: (2025)