Glow的技術(shù)支持由開發(fā)公司MiniMax提供 ， 核 心 為 三大模態(tài)的基礎(chǔ)模型架構(gòu)、 “User-in-the-Loop”的用戶反饋機(jī)制以及 優(yōu)秀技術(shù)人員配置。

掌握自研三大模態(tài)的基礎(chǔ)模型架構(gòu)。 MiniMax為北京稀宇科技有限公司，是2021 年成立的人工智能創(chuàng)業(yè)公司，通過直接從底 層模型切入，基于Transformer架構(gòu)，自研 了文本到視覺、文本到語音、文本到文本三 模態(tài)的基礎(chǔ)模型架構(gòu)，是國內(nèi)較早同時擁 有3個模態(tài)大模型能力的創(chuàng)業(yè)公司。

模型開發(fā)投入相對可控。據(jù)技術(shù)合伙人楊斌 ，文本、語言、視覺三模態(tài)是幾乎所有數(shù)字 內(nèi)容的基礎(chǔ)形態(tài)，只需一個較小的團(tuán)隊(duì)，來 共同維護(hù)優(yōu)化三個大模型、做好用戶閉環(huán)， 即可具備較好的內(nèi)容生成能力。據(jù)甲子光年 ，MiniMax目前團(tuán)隊(duì)人數(shù)約100人。

用戶反饋機(jī)制優(yōu)化產(chǎn)品體驗(yàn)。Glow基于“User-in-the-Loop”進(jìn)行產(chǎn)品輸出結(jié)果的人為優(yōu)化，即在 與智能體對話過程中，用戶針對智能體的回答可給予“點(diǎn)贊”“差評”“有趣”“邏輯不通”的反 饋，模型將由此強(qiáng)化對用戶對話喜好的認(rèn)知，從而優(yōu)化產(chǎn)品體驗(yàn)。

此機(jī)制與ChatGPT的基于人類反饋的強(qiáng)化學(xué)習(xí)機(jī)制類似（Reinforcement Learning from Human Feedback，RLHF）。即大語言模型（LLM）接收提示符并輸出多個回答后，人類對其回答進(jìn)行評 估與排序，在獎勵模型（Reward Model）中按回答的質(zhì)量G低賦予不同獎勵，并將獎勵結(jié)果反饋給 LLM，LLM據(jù)此進(jìn)行強(qiáng)化學(xué)習(xí)，以優(yōu)化下一輪結(jié)果輸出

公司核心技術(shù)成員多具備豐富產(chǎn)業(yè)或?qū)W術(shù)界經(jīng)驗(yàn)。據(jù)甲子光年，MiniMax核心技術(shù)人員均來自全 球知名G校和知名科技公司，具備較豐富的自然語言處理、語音、計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué) 等業(yè)界或?qū)W術(shù)界經(jīng)驗(yàn)，近33%的成員擁有世界知名技術(shù)實(shí)驗(yàn)室博士學(xué)位，擁有上百個發(fā)明專利 。例如聯(lián)合創(chuàng)始人閆俊杰為中科院自動化所博士，在深度學(xué)習(xí)和計(jì)算機(jī)視覺L域發(fā)表的論文被 Google Scholar引用超1萬次，也曾在商湯負(fù)責(zé)搭建深度學(xué)習(xí)底層算法及人臉識別等技術(shù)體系。