Buchumschlag

Validate Your Authority: Benchmarking LLMs on Multi-Label Precedent Treatment Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Demir, M. Mikail, Canbaz, M. Abdullah
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Heuristics and Biases in AI Decision-Making: Implications for Responsible AGI
von: Saeedi, Payam, et al.
Veröffentlicht: (2024)

LegalGuardian: A Privacy-Preserving Framework for Secure Integration of Large Language Models in Legal Practice
von: Demir, M. Mikail, et al.
Veröffentlicht: (2025)

LLM-Assisted Crisis Management: Building Advanced LLM Platforms for Effective Emergency Response and Public Collaboration
von: Otal, Hakan T., et al.
Veröffentlicht: (2024)

Flick: Few Labels Text Classification using K-Aware Intermediate Learning in Multi-Task Low-Resource Languages
von: Almutairi, Ali, et al.
Veröffentlicht: (2025)

Precedent-Informed Reasoning: Mitigating Overthinking in Large Reasoning Models via Test-Time Precedent Learning
von: Wang, Qianyue, et al.
Veröffentlicht: (2026)

In-Context Learning for Extreme Multi-Label Classification
von: D'Oosterlinck, Karel, et al.
Veröffentlicht: (2024)

Combining Supervised Learning and Reinforcement Learning for Multi-Label Classification Tasks with Partial Labels
von: Jia, Zixia, et al.
Veröffentlicht: (2024)

Is Your LLM Really Mastering the Concept? A Multi-Agent Benchmark
von: Xu, Shuhang, et al.
Veröffentlicht: (2025)

Multi-Label Clinical Text Eligibility Classification and Summarization System
von: Yerramsetty, Surya Tejaswi, et al.
Veröffentlicht: (2025)

The Right Model for the Job: An Evaluation of Legal Multi-Label Classification Baselines
von: Forster, Martina, et al.
Veröffentlicht: (2024)

LLMEval-Med: A Real-world Clinical Benchmark for Medical LLMs with Physician Validation
von: Zhang, Ming, et al.
Veröffentlicht: (2025)

Are Your LLMs Capable of Stable Reasoning?
von: Liu, Junnan, et al.
Veröffentlicht: (2024)

LLM Honeypot: Leveraging Large Language Models as Advanced Interactive Honeypot Systems
von: Otal, Hakan T., et al.
Veröffentlicht: (2024)

Can AI Validate Science? Benchmarking LLMs for Accurate Scientific Claim $\rightarrow$ Evidence Reasoning
von: Javaji, Shashidhar Reddy, et al.
Veröffentlicht: (2025)

Belief in Authority: Impact of Authority in Multi-Agent Evaluation Framework
von: Choi, Junhyuk, et al.
Veröffentlicht: (2026)

PsychiatryBench: A Multi-Task Benchmark for LLMs in Psychiatry
von: Fouda, Aya E., et al.
Veröffentlicht: (2025)

Pastiche Novel Generation Creating: Fan Fiction You Love in Your Favorite Author's Style
von: Han, Xueran, et al.
Veröffentlicht: (2025)

Hierarchical Multi-Label Classification of Online Vaccine Concerns
von: Zhu, Chloe Qinyu, et al.
Veröffentlicht: (2024)

Benchmarking LLMs for Pairwise Causal Discovery in Biomedical and Multi-Domain Contexts
von: Anuyah, Sydney, et al.
Veröffentlicht: (2026)

Assessing the Performance of Human-Capable LLMs -- Are LLMs Coming for Your Job?
von: Mavi, John, et al.
Veröffentlicht: (2024)

MultiChallenge: A Realistic Multi-Turn Conversation Evaluation Benchmark Challenging to Frontier LLMs
von: Sirdeshmukh, Ved, et al.
Veröffentlicht: (2025)

Your AI, Not Your View: The Bias of LLMs in Investment Analysis
von: Lee, Hoyoung, et al.
Veröffentlicht: (2025)

MultiNRC: A Challenging and Native Multilingual Reasoning Evaluation Benchmark for LLMs
von: Fabbri, Alexander R., et al.
Veröffentlicht: (2025)

Instances and Labels: Hierarchy-aware Joint Supervised Contrastive Learning for Hierarchical Multi-Label Text Classification
von: Yu, Simon, et al.
Veröffentlicht: (2023)

One Size Does Not Fit All: Exploring Variable Thresholds for Distance-Based Multi-Label Text Classification
von: Van Nooten, Jens, et al.
Veröffentlicht: (2025)

Syntriever: How to Train Your Retriever with Synthetic Data from LLMs
von: Kim, Minsang, et al.
Veröffentlicht: (2025)

This Is Your Doge, If It Please You: Exploring Deception and Robustness in Mixture of LLMs
von: Wolf, Lorenz, et al.
Veröffentlicht: (2025)

Do LLMs Recognize Your Latent Preferences? A Benchmark for Latent Information Discovery in Personalized Interaction
von: Tsaknakis, Ioannis, et al.
Veröffentlicht: (2025)

Modeling Bias Evolution in Fashion Recommender Systems: A System Dynamics Approach
von: Goodarzi, Mahsa, et al.
Veröffentlicht: (2025)

DKEC: Domain Knowledge Enhanced Multi-Label Classification for Diagnosis Prediction
von: Ge, Xueren, et al.
Veröffentlicht: (2023)

Shattering the Shortcut: A Topology-Regularized Benchmark for Multi-hop Medical Reasoning in LLMs
von: Zi, Xing, et al.
Veröffentlicht: (2026)

GeoEval: Benchmark for Evaluating LLMs and Multi-Modal Models on Geometry Problem-Solving
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2024)

Leave No Document Behind: Benchmarking Long-Context LLMs with Extended Multi-Doc QA
von: Wang, Minzheng, et al.
Veröffentlicht: (2024)

TIME: A Multi-level Benchmark for Temporal Reasoning of LLMs in Real-World Scenarios
von: Wei, Shaohang, et al.
Veröffentlicht: (2025)

Label Distribution Learning-Enhanced Dual-KNN for Text Classification
von: Yuan, Bo, et al.
Veröffentlicht: (2025)

Protecting Your LLMs with Information Bottleneck
von: Liu, Zichuan, et al.
Veröffentlicht: (2024)

Improving Task Diversity in Label Efficient Supervised Finetuning of LLMs
von: Arabelly, Abhinav, et al.
Veröffentlicht: (2025)

SuperCLUE-Math6: Graded Multi-Step Math Reasoning Benchmark for LLMs in Chinese
von: Xu, Liang, et al.
Veröffentlicht: (2024)

Label-template based Few-Shot Text Classification with Contrastive Learning
von: Hou, Guanghua, et al.
Veröffentlicht: (2024)

Can LLMs Correct Themselves? A Benchmark of Self-Correction in LLMs
von: Tie, Guiyao, et al.
Veröffentlicht: (2025)