Edición de presentaciones como operaciones controladas: el framework EditPPT y el benchmark DeckEdit-Bench

8 noviembre 202620 vistas

Los autores abordan la edición de diapositivas centrándose en objetos concretos, acciones permitidas y la verificación de que el contenido ajeno permanezca intacto, en lugar de generar código libremente. Para medir la calidad, crearon DeckEdit-Bench (183 tareas en 28 presentaciones creadas por personas), y el sistema multiagente EditPPT, probado con cinco modelos base, alcanza el éxito en el 66,7–74,9 % de las tareas, con una conservación superior al 97 %.

Edición de presentaciones como operaciones controladas: el framework EditPPT y el benchmark DeckEdit-Bench

Edición de diapositivas como operación restringida

La edición fiable de diapositivas requiere modificar con precisión los objetos especificados y conservar el resto de la presentación. Los autores del trabajo proponen entender la edición como un cambio estructurado y restringido. La generación de código de formato abierto da libertad al modelo, pero no garantiza que se conserven los elementos adyacentes.

Una solicitud de edición se desglosa en tres partes:

  • los objetos que hay que modificar;
  • las operaciones que se aplican a esos objetos;
  • el estado de la presentación que hay que conservar.

Este análisis establece los límites de la tarea antes de ejecutarla. El modelo no recibe una instrucción general como «corrige la diapositiva», sino un conjunto concreto de objetivos y restricciones. Esto reduce el riesgo de cambios involuntarios.

Criterio práctico: antes de editar, hay que especificar claramente los objetos objetivo, las operaciones y el estado que se conservará. Sin esto, no se puede comprobar si se ha seguido la instrucción ni si se han modificado figuras innecesarias.

Cómo DeckEdit-Bench distingue los cambios intencionados de los involuntarios

Para la evaluación, los autores crearon DeckEdit-Bench. El benchmark incluye 183 tareas de edición en 28 presentaciones creadas por personas. Los objetos objetivo y los que hay que conservar están anotados a nivel de figura. Los cambios intencionados e involuntarios se evalúan principalmente mediante reglas deterministas.

El benchmark registra dos tipos de cambios: intencionados e involuntarios. Esta distinción permite comprobar no solo el resultado de la edición, sino también sus efectos secundarios.

La estructura de la evaluación se puede representar así:

Qué se evalúaCómo se estructura la evaluación
Conjunto de tareas183 tareas en 28 presentaciones creadas por personas
Anotaciónobjetos objetivo y objetos que hay que conservar a nivel de figura
Cambiosintencionados e involuntarios, evaluados principalmente mediante reglas deterministas

El benchmark comprueba dos resultados a la vez: si se ha seguido la instrucción y si se han conservado los objetos necesarios. Este enfoque diferencia una edición útil de un cambio secundario. Criterio práctico: la evaluación de una edición debe incluir una comprobación de conservación, no solo verificar que se haya modificado el objeto objetivo.

Cómo está estructurado EditPPT: agentes, herramientas y verificación

EditPPT es un framework multiagente. Identifica los objetos objetivo antes de editarlos. Cada agente especializado se limita a un subconjunto de 37 herramientas predefinidas. Después, el framework comprueba si se ha seguido la instrucción y si se han conservado los objetos necesarios. Los cambios fallidos se corrigen o se revierten.

Etapas de trabajo:

  1. Identificar los objetos objetivo antes de editarlos.
  2. Limitar al agente especializado a un subconjunto de 37 herramientas predefinidas.
  3. Comprobar que se haya seguido la instrucción y que se hayan conservado los objetos necesarios.
  4. Corregir o revertir los cambios fallidos.

Limitar el conjunto de herramientas reduce el espacio de acciones del agente. La verificación y la reversión añaden control tras la ejecución. Criterio práctico: una edición fiable requiere no solo un modelo, sino también restricciones para ejecutar los cambios.

Resultados en cinco modelos base

En cinco modelos base, EditPPT alcanza un Task Success del 66.7–74.9%. Preservation se mantiene por encima del 97%. Estos resultados muestran que el framework conserva la presentación al realizar tareas de edición.

Con un modelo abierto de 27B sin ajuste fino en tareas específicas, EditPPT se acerca a Claude Code with Sonnet 5 en Task Success. Al mismo tiempo, conserva mejor la presentación original. La comparación es importante porque el modelo abierto no se ajustó con tareas específicas.

CondiciónTask SuccessPreservation
Cinco modelos base con EditPPT66.7–74.9%por encima del 97%
Modelo abierto de 27B sin ajuste fino con EditPPTse acerca a Claude Code with Sonnet 5conserva mejor la presentación original

Los autores concluyen que la fiabilidad de la edición de diapositivas no depende solo del tamaño del modelo, sino también de las restricciones aplicadas a la ejecución de los cambios. Criterio práctico: al elegir un enfoque, conviene fijarse en los mecanismos de restricción y verificación, no solo en el tamaño del modelo.

Criterios prácticos para editar presentaciones

El framework y el benchmark ofrecen un conjunto de criterios para organizar la edición. No requieren generación de código abierta y se basan en restricciones explícitas.

Criterios:

  • los objetos objetivo se definen antes de empezar a editar;
  • los objetos que hay que conservar se especifican por separado;
  • el agente trabaja con un conjunto limitado de herramientas;
  • se comprueba que el resultado siga la instrucción;
  • la conservación de la presentación se comprueba por separado;
  • los cambios fallidos se corrigen o se revierten.

Estos criterios se aplican tanto a la evaluación de herramientas como al diseño de procesos. La conclusión principal: la fiabilidad de la edición depende de operaciones controladas y de la verificación de la conservación. El tamaño del modelo importa, pero no sustituye a las restricciones para ejecutar los cambios.

Preguntas frecuentes

Material similar

Todos los materiales
MathAdv: qué oculta la precisión final de las demostraciones de máquinas
Noticias

MathAdv: qué oculta la precisión final de las demostraciones de máquinas

Un conjunto diagnóstico de tareas de 13 áreas de matemáticas de nivel universitario y de posgrado evalúa los sistemas de demostración automática en Lean 4 no solo por el resultado final, sino también por su dominio de la materia, la calidad de sus razonamientos informales y su robustez ante reformulaciones de los enunciados. El análisis por componentes muestra que traducir un problema a un formato formal sigue siendo el principal obstáculo, y que el éxito depende en gran medida del área matemática y de cómo se plantee el problema.

9 noviembre 2026
AffordanceWAM: las affordances como intermediarias entre la predicción de la escena y el control del manipulador
Investigación

AffordanceWAM: las affordances como intermediarias entre la predicción de la escena y el control del manipulador

El trabajo describe un modelo generativo que predice simultáneamente futuras observaciones RGB, campos escalares, mapas de calor de affordances y comandos continuos para el robot, utilizando videos de personas para ampliar la diversidad de interacciones sin anotaciones de acciones ni retargeting. En RoboCasa, CALVIN ABC→D y tareas reales, el enfoque ofrece mejoras consistentes frente a las líneas de base que utilizan solo RGB o solo datos robóticos.

9 noviembre 2026
Geometría no euclidiana de factores: mapa FactoMap para separar representaciones
Noticias

Geometría no euclidiana de factores: mapa FactoMap para separar representaciones

Se propone un método para describir el espacio de factores mediante regiones, identificaciones definidas por el generador y escalas locales, lo que permite distinguir casos topológicamente cercanos con geometrías diferentes. El método FactoMap aprende prototipos interpretables en una retícula estructurada y, en los experimentos, demuestra una conservación más robusta de la continuidad y la separación de los factores.

8 noviembre 2026
Edición de presentaciones como operaciones controladas: el framework EditPPT y el benchmark DeckEdit-Bench