IBM 发布 Palette：用 20B 开源模型在自有设计语言下构建幻灯片

IBM Research 发布了 Palette，一个基于 20B 参数开源模型的幻灯片生成工具，旨在解决大模型生成的幻灯片缺乏企业定制风格且内容无法本地化的问题。该模型在 IBM Design Language 上进行了微调，并在 PresentBench 基准测试中于经济学和教育学领域排名第一，整体表现优于除 NotebookLM 外的其他系统。

Palette 的核心创新在于将生成过程拆解为“设计师”和“程序员”两个角色，由同一个 LoRA 适配器服务。设计师负责生成包含布局、内容和设计理由的结构化 JSON 简报，而程序员则根据简报编写 pptxgenjs 代码来绘制每一页。这种分工使得代码生成可以并行处理，速度提升约 6-7 倍。此外，团队还构建了一个检查与修复的 Harness，在推理阶段对生成的幻灯片进行渲染检测，自动修复重叠或溢出等几何错误，确保输出安全可用。

为了训练模型理解设计决策背后的逻辑，IBM 使用大型开源教师模型合成了约 1000 份幻灯片数据集，并特别引入了反事实推理（counterfactual reasoning）作为训练信号，让模型学习为何拒绝某些方案而非仅仅模仿结果。用户还可以通过指令（如 [[make this a timeline]]）直接控制特定设计选择。未来计划包括利用这些验证信号进行强化学习以从源头减少错误，以及探索更轻量级的模板适配方式。