ReDeck：以逐步渲染结果为依据改进文档到幻灯片生成

摘要

文档到幻灯片的生成具有挑战性，因为幻灯片是密集的可编辑工件，需要忠实的内容选择和精确的空间布局。最近的幻灯片代理采用迭代反射，但通常遵循单一的“一个版本，一个反馈”循环：幻灯片或甲板被重写，随后渲染，并且仅在回合边界进行批评。这种延迟的反馈使得溢出、重叠、剪切和画布外放置等局部故障难以归因和修复。我们提出了 ReDeck，这是一个基于渲染的步骤级细化框架，它将幻灯片修订分解为原子编辑操作，并在每个步骤后返回渲染器派生的观察结果，将细化变成“一次编辑，一次观察”。为了平衡局部修复与全局质量，ReDeck 使用多粒度反馈：针对空间错误的步骤级渲染反馈、针对语义和设计指导的回合级自适应批评家以及针对硬布局验证的提交级门。我们进一步介绍 DeckQuiz，一个将内容保真度、空间正确性和设计质量解耦的基准。在 GPT-5.4、Claude-4.6 和 Gemini-3.1 中，ReDeck 始终优于现有的幻灯片生成代理，并且消融证实反馈时间和粒度对于可靠的幻灯片细化至关重要。

ReDeck：以逐步渲染结果为依据改进文档到幻灯片生成：论文配图 — 图1 倾斜度反射率与ReDeck 的逐步改进。左: 常规的单板精细化会进行大幅幻灯片重写, 只有在产生结果后才能收到反馈, 使溢出、重叠、低对比度和脱空失败难以归因于单个编辑。右 : 重新编辑后对原子编辑进行精细分解, 然后返回生成器的观测, 这样智能体商可以在收到全球转折级别指导的同时, 立即修正本地布局错误。