本研究提出了一种统一的训练策略，解决了听觉、视觉和视听语音识别的独立性问题。通过贪婪伪标签方法，利用未标记样本提升模型性能，达到了最新技术水平。

本研究提出了一种插拔式性能估计方法，利用少量未标记样本解决大语言模型在不同任务和上下文中的性能差异问题。通过负对数似然和困惑度优化LLM服务的选择和使用。