Bigram model, laplace-smoothing och entropi

Hej,

Är det någon som har en aning om hur man ska tänka kring denna fråga?

"You train a bigram model from a large training set. Then you train a second bigram model from the same training set, but this time using Laplace smoothing. Which model will have the lowest entropy, when tested on the training set? Explain"