Palette is een presentatiegeneratiemodel afgeleid van een open weight-model van 20B, wat betekent dat de gewichten toegankelijk zijn en het op eigen infrastructuur kan draaien. De makers hebben het getraind om slides te produceren in de ontwerptaal van IBM. Op de benchmark PresentBench eindigt het als eerste in twee van de drie gemeten domeinen en als tweede op het gemiddelde van de drie domeinen, achter NotebookLM.
- Palette is een open weight-model dat presentaties maakt in de ontwerptaal van IBM en op eigen servers draait.
- Een ontwerper plant elke slide en een programmeur schrijft de bijbehorende pptxgenjs-code.
- Een geometrische controller zoekt naar overlappende of afgesneden tekst, en herschrijvingen blijven alleen bewaard bij verbetering.
- Palette scoort sterk in Economie en Onderwijs, maar blijft in Talk achter en eindigt gemiddeld net onder NotebookLM.
Een groot taalmodel vragen om een presentatie levert meestal een correct resultaat op, maar de uitkomsten gaan op elkaar lijken van vraag tot vraag, met een herkenbare huisstijl. Voor een bedrijf dat zijn eigen presentatiemodel wil respecteren, of vertrouwelijke inhoud op zijn eigen servers moet houden, bereikt deze aanpak snel zijn grenzen. Kleine open weight-modellen produceren vaak gebrekkige slides: titels die wegvallen in de achtergrond, tekst die overloopt, overlappende vormen.
Een ontwerper en een programmeur
Het probleem komt door drie moeilijkheden. Het model ziet de slide die het bouwt niet: het schrijft code die elk element op een bepaalde positie, breedte en lettergrootte plaatst, en ontdekt zijn fouten pas na de rendering. Het moet ook twee soorten beslissingen tegelijk nemen, redactionele (wat te zeggen, welke grafiek te kiezen) en geometrische (waar elementen te plaatsen). Tot slot ontbraken de trainingsdata: voltooide presentaties bestaan, maar niet de redenen voor de ontwerpkeuzes of de code die ze heeft geproduceerd.
Palette volgt de methode van een mens. Een ontwerper stelt het plan op en schrijft een gestructureerde opdracht in JSON-formaat, die het kleurenpalet, het typografische systeem en, voor elke slide, de lay-out, inhoud en een korte rechtvaardiging specificeert. Een programmeur schrijft vervolgens, voor elke slide, de pptxgenjs-code die hem tekent, voorafgegaan door zijn redenering. De twee rollen worden vervuld door een enkele LoRA-adapter, een kleine trainingslaag toegevoegd aan het basismodel zonder de gewichten te wijzigen. Omdat de aanroepen van de programmeur parallel worden uitgevoerd, per slide één presentatie, zou de coderingsstap volgens de auteurs ongeveer 6 tot 7 keer sneller zijn.
Synthetische data en een controller
Bij gebrek aan een openbaar corpus heeft het team ongeveer 1.000 presentaties gegenereerd, bijna 10.000 slides, met behulp van een groot open source « leraar »-model. Elk voorbeeld gaat vergezeld van een contrafeitelijke redenering, die een alternatief noemt en uitlegt waarom het is verworpen. Wanneer een gegenereerde slide een defect vertoont, wordt deze gecorrigeerd en wordt de redenering dienovereenkomstig herschreven.
Om de trouw aan de broninhoud te garanderen, ontdekten de auteurs dat een regel in de prompt niet voldoende was. Wat werkte, was het corrigeren van de referentiepresentaties die aan de leraar werden gegeven, die deze veel meer kopieert dan dat hij de instructies volgt. Gebruikers kunnen het resultaat ook sturen met geschreven instructies tussen dubbele haakjes, zoals « [] ». Deze instructies, verdeeld in twaalf categorieën, worden op verschillende manieren geformuleerd in de trainingsdata.
Voordat een presentatie wordt teruggestuurd, gaat Palette door een verificatieharnas. Eenvoudige regels corrigeren bekende fouten, waarna elke slide wordt gerenderd en gemeten door een geometrische controller die overlappende, afgesneden of buiten de pagina vallende teksten signaleert. Gesignaleerde slides worden herschreven door een apart editor-model, maar de herschrijving wordt alleen behouden als de controller de verbetering bevestigt. Op 131 PresentBench-presentaties voegt het harnas gemiddeld 3,5 punten toe.
Gemengde resultaten
PresentBench evalueert vijf criteria: de basisprincipes, visueel ontwerp, volledigheid, nauwkeurigheid en trouw. Palette behaalt zijn beste ranking in Economie en Onderwijs. Daarentegen, in het domein Talk, waar presentaties narratief zijn, gaan twee gesloten systemen hem voor en eindigt het op de derde plaats. Het gemiddelde over de drie domeinen plaatst het op 59,7, tegenover 60,8 voor NotebookLM.
De auteurs geven aan dat de volgende stappen het gebruik van de controles van het harnas als beloningssignalen voor GRPO-achtige reinforcement learning omvatten, evenals het extraheren van figuren uit brondocumenten met Docling.
