Palette 项目教导小型开源模型制作演示文稿

前沿模型在生成幻灯片方面表现出色，但它们不可避免地会退回到默认的自有风格，并且需要将敏感的业务数据发送到外部服务器。为了在不牺牲质量的前提下解决这个问题，IBM Research 推出了 Palette，这是一种教导小型开源模型以特定组织设计语言构建演示文稿的技术。根据 Hugging Face Blog 的报道，研究人员使用合成数据和验证框架微调了一个 20B 模型，使团队能够保留其品牌风格和数据的所有权。

发生了什么

正如 Hugging Face Blog 中详细介绍的那样，幻灯片生成通常迫使模型同时处理编辑判断和精确的几何布局，小型模型往往在这个任务上失败——导致形状重叠、标题丢失以及文字溢出幻灯片。Palette 通过将工作拆分为由单个 LoRA 适配器服务的两个不同角色来解决这个问题：一个负责编辑规划的设计师，和一个通过代码定位绘制每张幻灯片的程序员。

由于没有公开的幻灯片创建推理语料库，该团队使用一个大型开源教师模型生成了大约 1,000 个演示文稿（约 10,000 张幻灯片）。每个合成训练示例都包含反事实推理，解释了为什么做出或拒绝某些设计选择（例如图表类型或字体大小）。此外，每个生成的幻灯片都要通过一个确定性框架，该框架会渲染输出、检查布局溢出或几何错误，并调用单独的编辑模型来修复损坏的代码，同时确保修复确实改善了幻灯片。

在基于源文档派生的计划在 PresentBench 上进行评估时，配备该框架的微调 20B 模型与前沿系统相比表现出极强的竞争力，在三个测量领域中的两个领域排名第一。

为什么这对小团队很重要

对于小型公司和产品团队而言，这种架构代表着在自托管、特定领域人工智能自动化方面迈出的重要一步。当您在构建面向客户的材料、内部路线图或财务审查时，您既承受不起向外部 LLM 提供商泄露数据的代价，也不能浪费计费时间去修复通用的、不合品牌的 AI 模板。

Palette 展示了如何为受限输出格式构建生产级的智能体循环。通过将编辑规划与程序化渲染解耦，并将输出包裹在确定性验证框架中，您可以可靠地部署更小、更便宜的开源模型，使其严格遵守内部品牌准则。包含括号中的自然语言指令（例如 [[make this a timeline]]）也为团队提供了一种无需复杂提示词工程即可轻量级引导智能体输出的方法。

本周该做什么

1. 审查您的内部文档模板和设计准则，以识别目前需要人工开发人员或设计师介入的重复性格式化任务。

1. 尝试将您的智能体工作流拆分为明确的规划和执行阶段，将高级结构逻辑与代码生成或 API 执行分离开来。

1. 在您的本地管道中实现生成后验证步骤或框架，以在输出到达您的团队之前，以编程方式捕获布局、语法或数据忠实度错误。

来源

• Palette: teaching a small model to build decks in your design language — Hugging Face Blog