Buchumschlag

Improving the Accuracy and Efficiency of Legal Document Tagging with Large Language Models and Instruction Prompts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Johnson, Emily, Holt, Xavier, Wilson, Noah
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Agricultural Machinery Management through Advanced LLM Integration
von: Johnson, Emily, et al.
Veröffentlicht: (2024)

Towards Grammatical Tagging for the Legal Language of Cybersecurity
von: Castiglione, Gianpietro, et al.
Veröffentlicht: (2023)

ProcTag: Process Tagging for Assessing the Efficacy of Document Instruction Data
von: Shen, Yufan, et al.
Veröffentlicht: (2024)

ERAGent: Enhancing Retrieval-Augmented Language Models with Improved Accuracy, Efficiency, and Personalization
von: Shi, Yunxiao, et al.
Veröffentlicht: (2024)

IAPT: Instruction-Aware Prompt Tuning for Large Language Models
von: Zhu, Wei, et al.
Veröffentlicht: (2024)

Mixture-of-Instructions: Aligning Large Language Models via Mixture Prompting
von: Xu, Bowen, et al.
Veröffentlicht: (2024)

Fine-tuning Large Language Models for Improving Factuality in Legal Question Answering
von: Hu, Yinghao, et al.
Veröffentlicht: (2025)

Enhancing Large Language Models Against Inductive Instructions with Dual-critique Prompting
von: Wang, Rui, et al.
Veröffentlicht: (2023)

Tag-Evol: Achieving Efficient Instruction Evolving via Tag Injection
von: Wang, Yixuan, et al.
Veröffentlicht: (2025)

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

Arabic Morphosyntactic Tagging and Dependency Parsing with Large Language Models
von: Adel, Mohamed, et al.
Veröffentlicht: (2026)

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

Optimizing Numerical Estimation and Operational Efficiency in the Legal Domain through Large Language Models
von: Huang, Jia-Hong, et al.
Veröffentlicht: (2024)

Third-Party Language Model Performance Prediction from Instruction
von: Nadkarni, Rahul, et al.
Veröffentlicht: (2024)

Metacognitive Prompting Improves Understanding in Large Language Models
von: Wang, Yuqing, et al.
Veröffentlicht: (2023)

Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models
von: Dahl, Matthew, et al.
Veröffentlicht: (2024)

Hierarchical Vision-Language Alignment for Text-to-Image Generation via Diffusion Models
von: Johnson, Emily, et al.
Veröffentlicht: (2025)

Beyond Accuracy: The Role of Calibration in Self-Improving Large Language Models
von: Huang, Liangjie, et al.
Veröffentlicht: (2025)

Legal Documents Drafting with Fine-Tuned Pre-Trained Large Language Model
von: Lin, Chun-Hsien, et al.
Veröffentlicht: (2024)

Large Language Models Naively Recover Ethnicity from Individual Records
von: Dasanaike, Noah
Veröffentlicht: (2026)

GraphIF: Enhancing Multi-Turn Instruction Following for Large Language Models with Relation Graph Prompt
von: Li, Zhenhe, et al.
Veröffentlicht: (2025)

Legal Document Summarization: Enhancing Judicial Efficiency through Automation Detection
von: Li, Yongjie, et al.
Veröffentlicht: (2025)

Progressive-Hint Prompting Improves Reasoning in Large Language Models
von: Zheng, Chuanyang, et al.
Veröffentlicht: (2023)

ChainLM: Empowering Large Language Models with Improved Chain-of-Thought Prompting
von: Cheng, Xiaoxue, et al.
Veröffentlicht: (2024)

Multi-expert Prompting Improves Reliability, Safety, and Usefulness of Large Language Models
von: Long, Do Xuan, et al.
Veröffentlicht: (2024)

Enhancing Legal Document Retrieval: A Multi-Phase Approach with Large Language Models
von: Nguyen, Hai-Long, et al.
Veröffentlicht: (2024)

Backdooring Instruction-Tuned Large Language Models with Virtual Prompt Injection
von: Yan, Jun, et al.
Veröffentlicht: (2023)

Demystifying Prompts in Language Models via Perplexity Estimation
von: Gonen, Hila, et al.
Veröffentlicht: (2022)

FedJudge: Federated Legal Large Language Model
von: Yue, Linan, et al.
Veröffentlicht: (2023)

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

M3PO: Multimodal-Model-Guided Preference Optimization for Visual Instruction Following
von: Gao, Ruirui, et al.
Veröffentlicht: (2025)

FS-RAG: A Frame Semantics Based Approach for Improved Factual Accuracy in Large Language Models
von: Madabushi, Harish Tayyar
Veröffentlicht: (2024)

Chain-of-Instructions: Compositional Instruction Tuning on Large Language Models
von: Hayati, Shirley Anugrah, et al.
Veröffentlicht: (2024)

LayoutLLM: Layout Instruction Tuning with Large Language Models for Document Understanding
von: Luo, Chuwei, et al.
Veröffentlicht: (2024)

Improving Large Language Models for Clinical Named Entity Recognition via Prompt Engineering
von: Hu, Yan, et al.
Veröffentlicht: (2023)

Hypothesis Testing Prompting Improves Deductive Reasoning in Large Language Models
von: Li, Yitian, et al.
Veröffentlicht: (2024)

PACE: Improving Prompt with Actor-Critic Editing for Large Language Model
von: Dong, Yihong, et al.
Veröffentlicht: (2023)

ROSE Doesn't Do That: Boosting the Safety of Instruction-Tuned Large Language Models with Reverse Prompt Contrastive Decoding
von: Zhong, Qihuang, et al.
Veröffentlicht: (2024)

Prompt-MII: Meta-Learning Instruction Induction for LLMs
von: Xiao, Emily, et al.
Veröffentlicht: (2025)

Knowledge Tagging with Large Language Model based Multi-Agent System
von: Li, Hang, et al.
Veröffentlicht: (2024)