Présentation

Palette est un projet d’IBM Research qui vise à produire des diaporamas conformes à l’IBM Design Language en utilisant un modèle de langage ouvert de 20 milliards de paramètres. Le modèle est hébergé localement, ce qui évite l’exposition de contenus confidentiels. La solution se distingue par une chaîne de traitement en deux étapes : un « designer » qui crée un brief structuré au format JSON, puis un « coder » qui génère du code JavaScript pptxgenjs pour dessiner chaque diapositive.

Architecture et flux de travail

Le brief décrit pour chaque diapositive le texte, le type de visualisation (graphique, tableau, etc.), les directives spécifiques encadrées par 

[[make this a timeline]]
et la justification de chaque choix. Le designer se charge uniquement du jugement éditorial ; le coder résout la géométrie en attribuant à chaque élément des coordonnées x, y, une largeur et une taille de police. Cette séparation permet d’exécuter le codage en parallèle, ce qui accélère le processus de 6 à 7 fois par rapport à une génération séquentielle.

Méthodologie d’entraînement

Le modèle a été affiné avec LoRA, une technique d’adaptation légère qui préserve les connaissances du modèle de base tout en ajoutant la capacité de suivre le format du brief. Environ 1 000 decks synthétiques, soit près de 10 000 diapositives, ont été générés à l’aide d’un enseignant ouvert. Chaque exemple inclut une trace de raisonnement sous forme de contre‑factualité, par exemple : « Le titre compte 62 caractères ; à 44 pt il déborde, donc on le passe à 36 pt ». Cette approche fournit au modèle non seulement la décision finale mais aussi la règle sous‑jacente.

Les exemples de designer sont plus courts que ceux du coder ; pour éviter un sous‑entraînement du designer, les données de ce rôle ont été sur‑échantillonnées par un facteur de 5. Après chaque génération, un vérificateur détecte les chevauchements ou les débordements et corrige les diapositives. Les corrections sont ré‑injectées dans le jeu d’entraînement, renforçant ainsi la robustesse du modèle.

Analyse des performances et limites

Sur le benchmark PresentBench, Palette se classe premier sur deux des trois domaines évalués, montrant que le petit modèle open‑weight peut rivaliser avec des systèmes de pointe lorsqu’il est entraîné sur des données synthétiques ciblées. La parallélisation du codage réduit le temps de production, mais la fidélité reste un défi : le modèle peut parfois inventer des faits non présents dans le brief. L’ajout de decks de référence dans les prompts a limité ce problème, alors que les règles explicites étaient moins efficaces.

Le système accepte des directives détaillées, mais la qualité dépend de la clarté du brief et de la couverture des catégories de directives dans les données d’entraînement. En l’absence de corpus public de plans et de code de diapositives, la génération synthétique reste la principale source de données, ce qui peut introduire un biais vers les styles présents dans le modèle enseignant.