Buchumschlag

LLMs for LLMs: A Structured Prompting Methodology for Long Legal Documents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Klem, Strahinja, Moubayed, Noura Al
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MuLD: The Multitask Long Document Benchmark
von: Hudson, G Thomas, et al.
Veröffentlicht: (2022)

Early Detection and Reduction of Memorisation for Domain Adaptation and Instruction Tuning
von: Slack, Dean L., et al.
Veröffentlicht: (2025)

Breaking Down Financial News Impact: A Novel AI Approach with Geometric Hypergraphs
von: Harit, Anoushka, et al.
Veröffentlicht: (2024)

LLMs in Interpreting Legal Documents
von: Corbo, Simone
Veröffentlicht: (2025)

Structured Definitions and Segmentations for Legal Reasoning in LLMs: A Study on Indian Legal Data
von: Khatri, Mann, et al.
Veröffentlicht: (2025)

Audio Contrastive-based Fine-tuning: Decoupling Representation Learning and Classification
von: Wang, Yang, et al.
Veröffentlicht: (2023)

Sparse Autoencoders Do Not Find Canonical Units of Analysis
von: Leask, Patrick, et al.
Veröffentlicht: (2025)

Benchmarking the Legal Reasoning of LLMs in Arabic Islamic Inheritance Cases
von: AlDahoul, Nouar, et al.
Veröffentlicht: (2025)

Automatic Legal Writing Evaluation of LLMs
von: Pires, Ramon, et al.
Veröffentlicht: (2025)

Evaluation Ethics of LLMs in Legal Domain
von: Zhang, Ruizhe, et al.
Veröffentlicht: (2024)

Persuadability and LLMs as Legal Decision Tools
von: Suttle, Oisin, et al.
Veröffentlicht: (2026)

Using LLMs to Discover Legal Factors
von: Gray, Morgan, et al.
Veröffentlicht: (2024)

Cracking IoT Security: Can LLMs Outsmart Static Analysis Tools?
von: Quantrill, Jason, et al.
Veröffentlicht: (2026)

On the Suitability of pre-trained foundational LLMs for Analysis in German Legal Education
von: Wendlinger, Lorenz, et al.
Veröffentlicht: (2024)

Trustworthiness of Legal Considerations for the Use of LLMs in Education
von: Alaswad, Sara, et al.
Veröffentlicht: (2025)

Exploring the psychology of LLMs' Moral and Legal Reasoning
von: Almeida, Guilherme F. C. F., et al.
Veröffentlicht: (2023)

KRAG Framework for Enhancing LLMs in the Legal Domain
von: Thanh, Nguyen Ha, et al.
Veröffentlicht: (2024)

Legal interpretation and AI: from expert systems to argumentation and LLMs
von: Janeček, Václav, et al.
Veröffentlicht: (2026)

A Survey on Prompting Techniques in LLMs
von: Bhandari, Prabin
Veröffentlicht: (2023)

PromptKeeper: Safeguarding System Prompts for LLMs
von: Jiang, Zhifeng, et al.
Veröffentlicht: (2024)

Exploring Expert Specialization through Unsupervised Training in Sparse Mixture of Experts
von: Nikolic, Strahinja, et al.
Veröffentlicht: (2025)

PISanitizer: Preventing Prompt Injection to Long-Context LLMs via Prompt Sanitization
von: Geng, Runpeng, et al.
Veröffentlicht: (2025)

Automating Legal Interpretation with LLMs: Retrieval, Generation, and Evaluation
von: Luo, Kangcheng, et al.
Veröffentlicht: (2025)

LegalLens: Leveraging LLMs for Legal Violation Identification in Unstructured Text
von: Bernsohn, Dor, et al.
Veröffentlicht: (2024)

LLMs & Legal Aid: Understanding Legal Needs Exhibited Through User Queries
von: Kuk, Michal, et al.
Veröffentlicht: (2025)

Better Call CLAUSE: A Discrepancy Benchmark for Auditing LLMs Legal Reasoning Capabilities
von: Choudhury, Manan Roy, et al.
Veröffentlicht: (2025)

Extract Information from Hybrid Long Documents Leveraging LLMs: A Framework and Dataset
von: Yue, Chongjian, et al.
Veröffentlicht: (2024)

Can LLMs Effectively Leverage Graph Structural Information through Prompts, and Why?
von: Huang, Jin, et al.
Veröffentlicht: (2023)

A Methodology for Assessing the Risk of Metric Failure in LLMs Within the Financial Domain
von: Flanagan, William, et al.
Veröffentlicht: (2025)

Emergent Persuasion: Will LLMs Persuade Without Being Prompted?
von: Chang, Vincent, et al.
Veröffentlicht: (2025)

LLMZ+: Contextual Prompt Whitelist Principles for Agentic LLMs
von: Pawelek, Tom, et al.
Veröffentlicht: (2025)

Towards Robust Legal Reasoning: Harnessing Logical LLMs in Law
von: Kant, Manuj, et al.
Veröffentlicht: (2025)

Magis-Bench: Evaluating LLMs on Magistrate-Level Legal Tasks
von: Pires, Ramon, et al.
Veröffentlicht: (2026)

Structured Attention Matters to Multimodal LLMs in Document Understanding
von: Liu, Chang, et al.
Veröffentlicht: (2025)

Are Long-LLMs A Necessity For Long-Context Tasks?
von: Qian, Hongjin, et al.
Veröffentlicht: (2024)

Evaluating LLMs for Historical Document OCR: A Methodological Framework for Digital Humanities
von: Levchenko, Maria
Veröffentlicht: (2025)

TrustGLM: Evaluating the Robustness of GraphLLMs Against Prompt, Text, and Structure Attacks
von: Zhang, Qihai, et al.
Veröffentlicht: (2025)

ContractEval: Benchmarking LLMs for Clause-Level Legal Risk Identification in Commercial Contracts
von: Liu, Shuang, et al.
Veröffentlicht: (2025)

Enhancing Manufacturing Knowledge Access with LLMs and Context-aware Prompting
von: Monka, Sebastian, et al.
Veröffentlicht: (2025)

Evaluating Prompting and Execution-Based Methods for Deterministic Computation in LLMs
von: Yu, Hongkun
Veröffentlicht: (2026)