Palette: Huấn luyện mô hình nhỏ để tạo slide theo bộ nhận diện thiết kế riêng
IBM Research giới thiệu Palette, một hệ thống tinh chỉnh mô hình có trọng số mở 20B để tạo các bộ slide theo ngôn ngữ thiết kế riêng của từng tổ chức. Thay vì yêu cầu mô hình vừa lập kế hoạch nội dung vừa vẽ toàn bộ slide trong một lượt, Palette tách công việc thành một “nhà thiết kế” tạo bản mô tả JSON có cấu trúc và một “lập trình viên” viết mã JavaScript bằng pptxgenjs cho từng slide. Mô hình được huấn luyện trên khoảng 1.000 bộ slide tổng cộng gần 10.000 trang dữ liệu tổng hợp, sử dụng các ví dụ theo IBM Design Language cùng phần giải thích lý do chọn bố cục. Một bộ kiểm tra kết xuất sẽ phát hiện các lỗi như đối tượng chồng lên nhau, chữ tràn khỏi khung và bố cục sai, sau đó sửa các ví dụ lỗi để tiếp tục huấn luyện. Vì phần viết mã cho từng slide có thể chạy song song sau khi bản mô tả được cố định, giai đoạn này được cho là nhanh hơn khoảng 6–7 lần; các ví dụ dành cho lập trình viên cũng dài hơn khoảng 5 lần ví dụ dành cho nhà thiết kế, nên nhóm nghiên cứu phải tăng tỷ lệ ví dụ thiết kế trong dữ liệu. Trên PresentBench, Palette đứng đầu ở hai trong ba lĩnh vực được đo, trong khi việc cung cấp các bộ slide tham chiếu hiệu quả hơn thêm quy tắc vào prompt trong việc hạn chế mô hình tự bịa nội dung. Cách tiếp cận này cho thấy các mô hình nhỏ chạy riêng trong hạ tầng của doanh nghiệp có thể tạo slide nhất quán và bảo mật hơn nếu được huấn luyện bằng dữ liệu phù hợp, vận hành theo quy trình tách bước và kiểm tra bố cục tự động.
Các doanh nghiệp cần tạo slide theo bộ nhận diện riêng có thể theo dõi Palette như một hướng triển khai mô hình mở tại chỗ, thay vì phụ thuộc hoàn toàn vào phong cách mặc định của các mô hình lớn. Điểm đáng chú ý là quy trình tách phần biên tập nội dung khỏi phần viết mã bố cục và dùng bộ kiểm tra để phát hiện slide lỗi.
Đọc bài gốc