IBM 用约1000套合成演示文稿训练20B小模型：Palette在PresentBench经济学与教育两域排第一
核心概要
IBM 研究团队发布 Palette，把做演示文稿拆成“设计师写结构化简报、编码器逐页写 pptxgenjs 代码”两个角色，用同一个 LoRA 适配器承载，并以约1000套、约1万页合成数据训练一个20B开放权重模型。训练数据遵循 IBM Design Language，每页生成后由几何检查器渲染测量、只保留经确认改进的修复。在 PresentBench 上，Palette 在经济学与教育两个领域排第一，在演讲类排第三，三域均值59.7分，落后 NotebookLM 的60.8分1.1分。
深度剖析
Palette 让一个可自托管的20B开放权重模型按指定设计语言产出演示文稿，而不是沿用前沿模型的默认风格。 前沿模型生成的演示文稿会反复回到自身固有风格，提示词难以阻止这种漂移；而机密内容又可能不允许离开自有系统。 在 PresentBench 上，Palette 在经济学与教育两个领域排第一，在演讲类排第三，三域均值59.7分，落后 NotebookLM 的60.8分1.1分，领先其余系统。
做法是把做演示文稿拆成两个角色：设计师先写出结构化 JSON 简报，编码器再按单页规格写出绘制该页的 pptxgenjs JavaScript。 单次生成要同时承担编辑判断与几何定位，小模型因此常出现标题融入背景、文字溢出、形状重叠。 两个角色由同一个 LoRA 适配器承载；由于每页上下文在写代码前已固定，编码调用可按页并行，编码阶段约快6至7倍。
每套合成演示文稿都会渲染并由几何检查器检查重叠与溢出，被标记的页面交给单独的编辑模型改写。 改写只有在检查器确认该页确有改进时才保留，否则保留原稿，因此这套流程可以安全地跑在每一套演示文稿上。 对131套 PresentBench 演示文稿各生成一次并分别在有、无该流程下评分，该流程平均带来3.5分提升。
启示与展望
评测覆盖 PresentBench 的经济学、教育、演讲三个领域，基线数字来自 PresentBench 原论文；由于 PresentBench 提供的是源文档而非计划，这些运行中由另一个前沿模型先从文档起草计划，Palette 再据此构建演示文稿。
PresentBench 衡量演示文稿是否好，却不衡量是否遵循某一特定设计语言，目前也没有已知基准能做到这一点。演讲类领域由两个闭源系统得分更高，Palette 位列第三；在图表密集的演示文稿上仍有差距。