باليت هو نموذج لتوليد العروض التقديمية مشتق من نموذج مفتوح الأوزان سعة 20 مليار معامل، أي أن أوزانه متاحة ويمكن تشغيله على بنية تحتية خاصة. قام مؤلفوه بتدريبه على إنتاج شرائح بلغة التصميم الخاصة بـIBM. في معيار PresentBench، يحقق المرتبة الأولى في اثنين من المجالات الثلاثة المقاسة والمرتبة الثانية في متوسط المجالات الثلاثة، خلف NotebookLM.
طلب عرض تقديمي من نموذج لغوي كبير يعطي عادةً نتيجة صحيحة، لكن المخرجات تنتهي بالتشابه من طلب لآخر، بأسلوب مميز يمكن التعرف عليه. بالنسبة لشركة تريد الالتزام بنموذجها الخاص للعروض التقديمية، أو التي يجب أن تحافظ على محتويات سرية على خوادمها، فإن هذا النهج يصل بسرعة إلى حدوده. النماذج الصغيرة مفتوحة الأوزان، من ناحية أخرى، تنتج غالبًا شرائح معيبة: عناوين تغرق في الخلفية، نص يفيض، أشكال متداخلة.
مصمم ومبرمج
تكمن المشكلة في ثلاث صعوبات. النموذج لا يرى الشريحة التي يبنيها: فهو يكتب كودًا يضع كل عنصر في موضع وعرض وحجم خط معين، ولا يكتشف أخطاءه إلا بعد التصيير. يجب عليه أيضًا اتخاذ نوعين من القرارات في وقت واحد، تحريرية (ماذا يقول، أي رسم بياني يختار) وهندسية (أين يضع العناصر). أخيرًا، كانت بيانات التدريب ناقصة: العروض التقديمية النهائية موجودة، لكن أسباب اختيارات التصميم والكود الذي أنتجها غير موجودة.
يتبنى باليت طريقة الإنسان. يقوم مصمم بوضع الخطة ويكتب موجزًا منظمًا بتنسيق JSON، يحدد لوحة الألوان، والنظام الطباعي، ولكل شريحة، التخطيط، المحتوى وتبريرًا موجزًا. ثم يكتب مبرمج، لكل شريحة، كود pptxgenjs الذي يرسمها، مسبوقًا بتفكيره. يتم أداء الدورين بواسطة محول LoRA واحد، وهي طبقة تدريب صغيرة مضافة إلى النموذج الأساسي دون تعديل أوزانه. نظرًا لأن استدعاءات المبرمج تُطلق بالتوازي، عرض تقديمي لكل شريحة، فإن مرحلة البرمجة ستكون، وفقًا للمؤلفين، أسرع بحوالي 6 إلى 7 مرات.
بيانات اصطناعية وجهاز تحكم
لعدم وجود مجموعة بيانات عامة، قام الفريق بتوليد حوالي 1000 عرض تقديمي، أي ما يقرب من 10000 شريحة، باستخدام نموذج كبير « معلم » مفتوح المصدر. يرافق كل مثال تفكير مضاد للواقع، يذكر بديلاً ويشرح سبب استبعاده. عندما تحتوي شريحة مولَّدة على عيب، يتم تصحيحه، ويعاد كتابة تفكيرها وفقًا لذلك.
لضمان الالتزام بالمحتوى المصدر، وجد المؤلفون أن قاعدة في التوجيه لا تكفي. ما نجح هو تصحيح العروض التقديمية المرجعية المقدمة للمعلم، الذي ينسخها بكثرة أكثر مما يتبع التعليمات. يمكن للمستخدمين أيضًا توجيه النتيجة بتعليمات مكتوبة بين قوسين مزدوجين، مثل « [[اجعل هذا خطًا زمنيًا]] ». هذه التعليمات، المقسمة إلى اثنتي عشرة فئة، صيغت بطرق متعددة في بيانات التدريب.
قبل إرجاع عرض تقديمي، يمر باليت عبر إطار للتحقق. تقوم قواعد بسيطة بتصحيح الأخطاء المعروفة، ثم يتم تصيير كل شريحة وقياسها بواسطة جهاز تحكم هندسي يشير إلى النصوص المتداخلة، المقطوعة، أو الخارجة عن الصفحة. يتم إعادة كتابة الشرائح المُشار إليها بواسطة نموذج تحرير منفصل، لكن يتم الاحتفاظ بإعادة الكتابة فقط إذا أكد جهاز التحكم التحسن. على 131 عرضًا تقديميًا من PresentBench، يضيف الإطار في المتوسط 3.5 نقطة.
نتائج متفاوتة
يقيم PresentBench خمسة معايير: الأساسيات، التصميم المرئي، الاكتمال، الدقة، والالتزام. يحقق باليت أفضل ترتيب له في الاقتصاد والتعليم. في المقابل، في مجال المحادثة، حيث تكون العروض التقديمية سردية، يتفوق عليه نظامان مغلقان ويحتل المرتبة الثالثة. المتوسط على المجالات الثلاثة يضعه عند 59.7، مقابل 60.8 لـ NotebookLM.
يشير المؤلفون إلى أن الخطوات التالية تشمل استخدام ضوابط الإطار كإشارات مكافأة للتعلم المعزز من نوع GRPO، وكذلك استخراج الأشكال من المستندات المصدر باستخدام Docling.
