AeSlides：通过可验证的奖励激励基于 LLM 的幻灯片生成中的美观布局

大语言模型 (LLM) 在代理任务中表现出强大的潜力，特别是在幻灯片生成方面。然而，幻灯片生成提出了一个根本性的挑战：生成过程以文本为中心，而其质量则由视觉美学决定。这种模态差距导致当前模型经常生成布局不美观的幻灯片。现有的解决方案通常依赖于强烈的视觉反射，这会产生较高的推理成本，但收益有限；或者在具有大规模数据集的 微调 上，它仍然提供弱和间接的美学监督。相比之下，明确使用美学原则作为监督仍有待探索。在这项工作中，我们提出了 AeSlides，这是一个强化学习框架，可为幻灯片生成中的美学布局监督提供可验证的奖励。我们引入了一套精心设计的可验证指标来量化幻灯片布局质量，以准确、高效和低成本的方式捕获关键布局问题。利用这些可验证的指标，我们开发了一种基于 GRPO 的强化学习方法，该方法可以直接优化幻灯片生成模型，以获得美观​​一致的布局。在 GLM-4.7-Flash 上仅使用 5K 训练提示，AeSlides 将纵横比合规性从 36% 提高到 85%，同时将空白减少 44%，元素碰撞减少 43%，视觉不平衡减少 28%。人类评估进一步显示整体质量有了显着提高，分数从 3.31 提高到 3.56 (+7.6%)，优于基于模型的奖励优化和基于反射的代理方法，甚至超越了 Claude-Sonnet-4.5。这些结果表明，这种可验证的美学范式提供了一种有效且可扩展的方法，使幻灯片生成与人类审美偏好保持一致。我们的存储库位于 https://github.com/ympan0508/aeslides。