Ubiquant团队提出了一种新方法——熵最小化（EM），仅需一条无标签数据和10步训练，显著提升大语言模型（LLM）性能，超越传统强化学习（RL）方法。EM通过优化模型预测的熵，增强模型自信，适用于数据稀缺场景，降低后训练成本。研究表明，EM在数学推理任务中表现优异，具有广泛应用前景。

本研究提出了一种熵最小化方法，显著提升大型语言模型在数学、物理和编码任务中的表现，尤其在推理和强化学习方面，效果可与强RL模型相媲美，且效率更高。

该研究提出了一种通用增强框架，通过条件解码器和熵最小化技术提升隐式神经表示在视频存储与处理中的效果，显著改善重建质量和收敛速度，推动视频回归、修复和插值任务的发展。

本文综述测试时间适应（TTA）研究，涵盖多项方法：实例感知批量归一化与预测平衡采样提升非独立同分布鲁棒性；ROID结合确定性与多样性加权、源模型与自适应模型加权平均及先验校正；主动样本选择结合Fisher正则化缓解灾难性遗忘；SoTTA通过高置信统一类别采样与熵-锐度最小化抵抗噪声；SAR利用群组与层规范化稳定TTA；REALM改进噪声样本下的熵自适应；T-SaS采用贝叶斯框架检测分布突变并动态选择网络。