IBM bringt einem 20B Modell Präsentationen bei. Die Prüfschleife leistet die entscheidende Arbeit

IBM Research hat Palette vorgestellt, ein offenes 20B Modell, das mit LoRA auf Präsentationen in der IBM Design Language abgestimmt wurde. Ein Adapter erfüllt zwei Rollen. Ein Designer erstellt ein strukturiertes JSON Briefing, danach erzeugt ein Coder für jede Folie JavaScript mit PptxGenJS.

Die Trainingsdaten entstanden synthetisch. Das Team generierte rund 1.000 Präsentationen mit ungefähr 10.000 Folien und ergänzte Begründungen für verworfene Gestaltungsvarianten. Die Coder Aufrufe laufen pro Folie parallel, wodurch diese Phase laut den Autoren etwa 6 bis 7 Mal schneller wird.

Die Generierung endet nicht beim ersten Versuch des Modells. Ein Prüfgerüst rendert die Präsentation und erkennt Überlagerungen, abgeschnittenen Text und Elemente außerhalb der Fläche. Ein Editor schreibt fehlerhafte Folien neu, doch die Fassung wird nur übernommen, wenn die Prüfung eine Verbesserung misst. Bei 131 Präsentationen brachte das durchschnittlich 3,5 Punkte.

Palette zerlegt eine schwere Aufgabe in Briefing und Foliencode

Das Modell muss Geschichte, exakten Inhalt und Geometrie der gesamten Präsentation nicht gleichzeitig entscheiden. Der Designer legt Typografie, Farben, Layout und Inhalt jeder Folie fest. Der Coder bearbeitet anschließend jede Seite einzeln.

Das Zwischenergebnis ist für Menschen und andere Agenten lesbar. Ein Team kann ein Argument oder Layout ändern, ohne alles neu zu erzeugen. Diese Grenze ist übertragbarer als das Präsentationsformat selbst, denn derselbe Ansatz eignet sich für Diagramme, Grafiken oder Benutzeroberflächen.

Eine Prüfung gibt Unternehmen mehr Kontrolle als eine weitere Prompt Runde

IBM bezeichnet die Faktentreue als schwierigstes Problem. Verlangte ein Briefing eine Tabelle mit 6 mal 5 Feldern, lieferte aber nur drei Punkte, erfand der Coder fehlende Inhalte. Eine weitere Prompt Regel half laut Team weniger als korrigierte Referenzpräsentationen in den Trainingsbeispielen.

Darin liegt die praktische Enterprise Lektion. Qualität entsteht nicht allein durch ein größeres Modell. Sie braucht auch ein strukturiertes Zwischenformat, prüfbare Regeln und einen Reparaturprozess, der den eigenen Vorschlag ablehnen kann. Offene Gewichte erlauben zudem, vertrauliche Dokumente auf eigener Infrastruktur zu halten.

Der Benchmark bewertet gute Präsentationen, aber nicht das zentrale Stilversprechen

Palette erreichte bei PresentBench 59,7 Punkte. Im Mittel der drei gemeldeten Bereiche lag es auf Platz zwei, 1,1 Punkte hinter NotebookLM mit 60,8. In Economics und Education führte es, in Talk belegte es Platz drei.

Der Vergleich hat zwei wichtige Grenzen. PresentBench misst keine Treue zu einer bestimmten Design Language, obwohl dies das Hauptziel von Palette ist. Außerdem wandelte ein separates Frontier Modell jedes Quelldokument in einen Plan um. Das Ergebnis beschreibt daher kein vollständig lokales End-to-End System, das allein mit dem 20B Modell arbeitet.

Unternehmensvorlagen, Faktentreue und grafikreiche Folien liefern den echten Test

IBM will Prüfsignale als Belohnung im Reinforcement Learning einsetzen, Abbildungen aus Quelldokumenten ergänzen und die Übertragung eines Stils aus ein oder zwei vorhandenen .pptx Vorlagen ohne neues Training untersuchen. Gerade dieser letzte Schritt testet die Anpassung an eine fremde Design Language.

Ein produktiver Einsatz braucht mehr als Geometrieprüfungen. Fakten müssen auf Quellen zurückgeführt, freigegebene Schriften und Farben erzwungen, Logos und Barrierefreiheit behandelt und Inhalte bei Reparaturen bewahrt werden. Erst dann wird aus der Forschung ein Werkzeug für Kundenpräsentationen.

Liliths Urteil

Palette gewinnt, weil nach jeder Folie ein Prüfer mit dem Lineal kommt und eine Reparatur ablehnen darf. Diese kleine Befugnis trennt eine eindrucksvolle Demo von brauchbarer Produktion.