Palette es un modelo de generación de presentaciones derivado de un modelo open weight de 20B, es decir, cuyos pesos son accesibles y que puede ejecutarse en infraestructura propia. Sus autores lo han entrenado para producir diapositivas en el lenguaje de diseño de IBM. En el benchmark PresentBench, ocupa el primer puesto en dos de los tres dominios medidos y el segundo en el promedio de los tres dominios, por detrás de NotebookLM.
- Palette es un modelo derivado de un modelo abierto de 20B que crea presentaciones en el lenguaje de diseño de IBM.
- Un diseñador redacta un brief en JSON, y un codificador escribe el código pptxgenjs de cada diapositiva.
- Un controlador geométrico detecta solapamientos y textos cortados, y solo conserva las reescrituras que lo mejoran.
- Palette queda segundo en promedio en PresentBench, con 59,7 puntos frente a los 60,8 de NotebookLM.
Pedir una presentación a un modelo de lenguaje grande generalmente da un resultado correcto, pero las producciones acaban pareciéndose de una consulta a otra, con un estilo propio reconocible. Para una empresa que quiere respetar su propio modelo de presentación, o que debe mantener contenidos confidenciales en sus servidores, este enfoque alcanza pronto sus límites. Los modelos pequeños open weight, en cambio, a menudo producen diapositivas defectuosas: títulos perdidos en el fondo, texto que se desborda, formas superpuestas.
Un diseñador y un codificador
El problema se debe a tres dificultades. El modelo no ve la diapositiva que construye: escribe código que coloca cada elemento en una posición, un ancho y un tamaño de fuente dados, y solo descubre sus errores después del renderizado. También debe tomar dos tipos de decisiones a la vez, editoriales (qué decir, qué gráfico elegir) y geométricas (dónde colocar los elementos). Por último, faltaban datos de entrenamiento: las presentaciones acabadas existen, pero no las razones de las elecciones de diseño ni el código que las produjo.
Palette adopta el método de un humano. Un diseñador establece el plan y redacta un brief estructurado en formato JSON, que especifica la paleta, el sistema tipográfico y, para cada diapositiva, el diseño, el contenido y una breve justificación. Un codificador escribe luego, para cada diapositiva, el código pptxgenjs que la dibuja, precedido de su razonamiento. Los dos roles los asume un único adaptador LoRA, una pequeña capa de entrenamiento añadida al modelo base sin modificar sus pesos. Al lanzarse las llamadas del codificador en paralelo, una presentación por diapositiva, la etapa de codificación sería, según los autores, aproximadamente de 6 a 7 veces más rápida.
Datos sintéticos y un controlador
A falta de un corpus público, el equipo generó aproximadamente 1.000 presentaciones, es decir, cerca de 10.000 diapositivas, utilizando un gran modelo « maestro » de código abierto. Cada ejemplo incluye un razonamiento contrafactual, que menciona una alternativa y explica por qué fue descartada. Cuando una diapositiva generada presenta un defecto, se corrige y su razonamiento se reescribe en consecuencia.
Para garantizar la fidelidad al contenido fuente, los autores comprobaron que una regla en el prompt no era suficiente. Lo que funcionó fue la corrección de las presentaciones de referencia proporcionadas al maestro, que las copia mucho más de lo que sigue las instrucciones. Los usuarios también pueden orientar el resultado con directivas escritas entre dobles corchetes, como « [] ». Estas directivas, repartidas en doce categorías, se formulan de varias maneras en los datos de entrenamiento.
Antes de devolver una presentación, Palette pasa por un sistema de verificación. Reglas simples corrigen los errores conocidos, luego cada diapositiva se renderiza y mide mediante un controlador geométrico que señala los textos que se superponen, están cortados o salen de la página. Las diapositivas señaladas son reescritas por un modelo editor separado, pero la reescritura solo se conserva si el controlador confirma la mejora. En 131 presentaciones de PresentBench, el sistema añade en promedio 3,5 puntos.
Resultados contrastados
PresentBench evalúa cinco criterios: los fundamentos, el diseño visual, la exhaustividad, la exactitud y la fidelidad. Palette obtiene su mejor clasificación en Economía y en Educación. En cambio, en el dominio Talk, donde las presentaciones son narrativas, dos sistemas cerrados lo superan y se clasifica tercero. El promedio en los tres dominios lo sitúa en 59,7, frente a 60,8 de NotebookLM.
Los autores indican que los próximos pasos incluyen el uso de los controles del sistema como señales de recompensa para un aprendizaje por refuerzo tipo GRPO, así como la extracción de figuras a partir de documentos fuente con Docling.
