实体导读
中科院团队基于 LLaMA-3.1-8B 构建的语音交互模型，发表于 ICLR 2025。
- 基本信息
- 架构
- 贡献
- 相关页面
LLaMA-Omni
中科院团队基于 LLaMA-3.1-8B 构建的语音交互模型，发表于 ICLR 2025。
基本信息
| 属性 | 值 |
|---|---|
| arXiv | 2409.06666 |
| 团队 | 中科院（CAS） |
| 发布 | 2024-09-10 |
| 会议 | ICLR 2025 |
| 底座 | LLaMA-3.1-8B-Instruct |
架构
- 语音编码器 + LLM + 语音解码器
- 流式语音输出
- 低延迟推理
贡献
- 早期探索如何基于开源 LLM 构建语音交互模型
- 验证了 speech adapter 方案的可行性
- ICLR 2025 接收，影响力较大