使用用户定义的动态模板和自然语言指令自动更新幻灯片

演示幻灯片是数据驱动报告的主要媒介，但保持复杂的分析式幻灯片的最新状态仍然需要大量人力。现有的自动化方法大多遵循固定的模板填充，无法支持用户创作的多样化幻灯片的动态更新。因此，我们定义了“通过用户提供的模板上的自然语言指令进行动态幻灯片更新”，并引入了 DynaSlide，这是一个大型基准测试，具有 20,036 个真实世界指令执行三元组（源幻灯片、用户指令、目标幻灯片），基于共享外部数据库，并在自带模板（BYO 模板）条件下根据业务报告幻灯片构建。为了解决这一任务，我们提出了 SlideAgent，这是一个基于代理的框架，结合了多模式幻灯片解析、自然语言指令基础以及表格、图表和文本结论的工具增强推理。 SlideAgent 更新内容，同时保留布局和样式，为 DynaSlide 提供强大的参考基线。我们进一步设计端到端和组件级评估协议，揭示未来研究的关键挑战和机遇。数据集和代码可在 https://github.com/XiaoZhou2024/SlideAgent 获取。