Проблема «одной версии»
Генерация презентаций из документов (Document-to-Slide) остается сложной задачей из-за необходимости совмещать точный отбор контента и строгую пространственную верстку. Существующие AI-агенты обычно работают по принципу монолитного цикла: они генерируют слайд, рендерят его и получают обратную связь только на границе раунда. Это приводит к тому, что локальные ошибки — переполнение текста, наложение элементов, выход за границы холста — сложно диагностировать и исправить, так как обратная связь приходит слишком поздно.
Решение ReDeck: «Одно действие — одно наблюдение»
Команда авторов во главе с Муджао Тянем (Muzhao Tian) предложила фреймворк ReDeck, который декомпозирует процесс редактирования слайдов на атомарные действия. Ключевое отличие — использование рендер-обоснованной обратной связи (render-grounded refinement) на каждом шаге. Система возвращает наблюдения, полученные непосредственно из рендера, после каждого отдельного изменения, превращая процесс доработки в серию быстрых итераций «одно редактирование — одно наблюдение».
Многоуровневая система контроля качества
Для баланса между локальным ремонтом ошибок и глобальным качеством дизайна ReDeck использует трехуровневую архитектуру обратной связи:
- Step-level render feedback: Выявляет пространственные ошибки (наложения, обрезки) на уровне каждого шага.
- Turn-level adaptive critic: Оценивает семантику и дизайн на уровне раунда.
- Submission-level gate: Жесткая проверка макета перед финальной выдачей.
Новый бенчмарк DeckQuiz
Параллельно с разработкой модели исследователи представили DeckQuiz — новый набор для тестирования, который разделяет метрики на три независимые категории: точность контента (content fidelity), пространственная корректность (spatial correctness) и качество дизайна (design quality). Это позволяет объективно оценивать именно верстку, а не только текстовое содержание.
Результаты и сравнение
Тестирование проводилось на базе крупных языковых моделей GPT-5.4, Claude-4.6 и Gemini-3.1. ReDeck стабильно превосходит существующие агенты для генерации слайдов. Абляционные исследования подтвердили, что именноgranularity (детализация) и timing (момент предоставления) обратной связи являются критическими факторами для надежной доработки макетов.
| Компонент ReDeck | Функция | Тип решаемой проблемы |
|---|---|---|
| Step-level render | Обратная связь после каждого действия | Локальные пространственные ошибки (overflow, overlap) |
| Turn-level critic | Адаптивная оценка раунда | Семантика и общий дизайн |
| Submission gate | Финальная проверка | Жесткие ограничения макета (hard layout validation) |
Источник: arXiv cs.AI ↗