L’édition de présentations sous forme d’opérations contrôlables : le framework EditPPT et le benchmark DeckEdit-Bench

8 novembre 202620 vues

Les auteurs décomposent l’édition de diapositives en objets précis, en actions autorisées et en vérifications visant à s’assurer que le contenu non concerné reste intact, plutôt que de générer librement du code. Pour évaluer la qualité, ils ont créé DeckEdit-Bench (183 tâches sur 28 présentations créées par des humains) ; la méthode multi-agents EditPPT, testée avec cinq modèles de base, réussit 66,7 à 74,9 % des tâches, avec un taux de préservation supérieur à 97 %.

L’édition de présentations sous forme d’opérations contrôlables : le framework EditPPT et le benchmark DeckEdit-Bench

La modification des diapositives comme opération contrainte

La modification fiable de diapositives exige de changer précisément les objets désignés et de préserver le reste de la présentation. Les auteurs de l’étude proposent d’envisager la modification comme un changement structuré et contraint. La génération de code sans contraintes prédéfinies laisse les modèles libres d’agir, mais ne garantit pas la préservation des éléments voisins.

Une demande de modification se décompose en trois parties :

  • les objets à modifier ;
  • les opérations à appliquer à ces objets ;
  • l’état de la présentation à préserver.

Cette analyse définit les limites de la tâche avant son exécution. Le modèle ne reçoit pas une consigne générale comme « corrige la diapositive », mais un ensemble précis d’objectifs et de contraintes. Cela réduit le risque de modifications involontaires.

Critère pratique : avant toute modification, il faut définir explicitement les objets ciblés, les opérations et l’état à préserver. Sans cela, il est impossible de vérifier si la consigne a été respectée et si des formes superflues ont été modifiées.

Comment DeckEdit-Bench distingue les modifications intentionnelles des modifications involontaires

Pour l’évaluation, les auteurs ont créé DeckEdit-Bench. Le benchmark comprend 183 tâches de modification portant sur 28 présentations créées par des humains. Les objets ciblés et ceux à préserver sont annotés au niveau des formes. Les modifications intentionnelles et involontaires sont évaluées principalement à l’aide de règles déterministes.

Le benchmark distingue deux types de modifications : intentionnelles et involontaires. Cette distinction permet d’évaluer non seulement le résultat de la modification, mais aussi ses effets secondaires.

Le dispositif d’évaluation peut être présenté ainsi :

Éléments évaluésFonctionnement de l’évaluation
Ensemble de tâches183 tâches portant sur 28 présentations créées par des humains
Annotationobjets ciblés et objets à préserver, au niveau des formes
Modificationsintentionnelles et involontaires, évaluées principalement à l’aide de règles déterministes

Le benchmark évalue simultanément deux résultats : la consigne a-t-elle été exécutée et les objets à préserver ont-ils été conservés ? Cette approche distingue une modification utile d’une modification collatérale. Critère pratique : l’évaluation d’une modification doit inclure une vérification de la préservation, et pas seulement constater que l’objet ciblé a été modifié.

Fonctionnement d’EditPPT : agents, outils et vérification

EditPPT est un framework multi-agents. Il identifie les objets ciblés avant la modification. Chaque agent spécialisé est limité à un sous-ensemble de 37 outils prédéfinis. Une fois le travail terminé, le framework vérifie si la consigne a été exécutée et si les objets à préserver l’ont été. Les modifications qui échouent sont corrigées ou annulées.

Étapes du processus :

  1. Identifier les objets ciblés avant la modification.
  2. Limiter l’agent spécialisé à un sous-ensemble de 37 outils prédéfinis.
  3. Vérifier que la consigne a été exécutée et que les objets à préserver l’ont été.
  4. Corriger ou annuler les modifications qui échouent.

Limiter l’ensemble d’outils réduit l’espace d’action de l’agent. La vérification et l’annulation ajoutent un contrôle après l’exécution. Critère pratique : une modification fiable exige non seulement un modèle, mais aussi des contraintes encadrant l’exécution des changements.

Résultats obtenus avec cinq modèles de base

Avec cinq modèles de base, EditPPT atteint un Task Success de 66.7–74.9 %. Le Preservation reste supérieur à 97 %. Ces résultats montrent que le framework préserve la présentation tout en exécutant les tâches de modification.

Avec un modèle ouvert de 27B, sans entraînement supplémentaire sur des tâches spécifiques, EditPPT se rapproche de Claude Code with Sonnet 5 en matière de Task Success. Il préserve toutefois mieux la présentation d’origine. Cette comparaison est importante, car le modèle ouvert n’a pas été entraîné sur des tâches spécifiques.

ConfigurationTask SuccessPreservation
Cinq modèles de base avec EditPPT66.7–74.9 %supérieur à 97 %
Modèle ouvert de 27B sans entraînement supplémentaire avec EditPPTse rapproche de Claude Code with Sonnet 5préserve mieux la présentation d’origine

Les auteurs concluent que la fiabilité de la modification des diapositives dépend non seulement de la taille du modèle, mais aussi des contraintes qui encadrent l’exécution des changements. Critère pratique : pour choisir une approche, il convient d’examiner le mécanisme de contrainte et de vérification, et pas seulement la taille du modèle.

Critères pratiques pour modifier des présentations

Le framework et le benchmark fournissent un ensemble de critères pour organiser les modifications. Ils ne nécessitent pas de génération de code sans contraintes prédéfinies et reposent sur des limites explicites.

Critères :

  • les objets ciblés sont définis avant le début des modifications ;
  • les objets à préserver sont consignés séparément ;
  • l’agent travaille avec un ensemble d’outils limité ;
  • le résultat est vérifié pour s’assurer que la consigne a été exécutée ;
  • la préservation de la présentation fait l’objet d’une vérification distincte ;
  • les modifications qui échouent sont corrigées ou annulées.

Ces critères s’appliquent aussi bien à l’évaluation des outils qu’à la mise en place d’un processus. Conclusion principale : la fiabilité des modifications dépend d’opérations maîtrisées et de la vérification de la préservation. La taille du modèle compte, mais ne remplace pas les contraintes qui encadrent l’exécution des changements.

Foire aux questions

Matériaux connexes

Tous matériaux
Vérification des hallucinations des LLM via une vue SQL des sources, sans réentraînement
Nouvelles

Vérification des hallucinations des LLM via une vue SQL des sources, sans réentraînement

Ce travail évalue si un LLM peut mobiliser une compétence symbolique élémentaire — la création d’une base SQL à partir des documents sources — afin d’ancrer les réponses dans leurs sources sans supervision pour détecter les hallucinations. Sur RAGTruth et DiaHalu, ce pipeline neuro-symbolique se révèle plus précis que la prédiction directe et comparable aux méthodes de pointe, sans nécessiter de réglage fin spécifique au domaine.

9 novembre 2026
MathAdv : ce que cache la précision finale des preuves automatiques
Nouvelles

MathAdv : ce que cache la précision finale des preuves automatiques

Un ensemble de tâches diagnostiques couvrant 13 domaines des mathématiques universitaires et de troisième cycle évalue les systèmes de démonstration automatique dans Lean 4 non seulement sur le résultat final, mais aussi sur leur maîtrise des sujets, la qualité de leurs raisonnements informels et leur robustesse face aux reformulations des énoncés. L’analyse par composante montre que la formalisation des problèmes reste le principal obstacle et que la réussite dépend fortement du domaine mathématique et de la manière dont le problème est formulé.

9 novembre 2026
AffordanceWAM : les affordances comme intermédiaire entre la prédiction de scène et le contrôle du manipulateur
Recherche

AffordanceWAM : les affordances comme intermédiaire entre la prédiction de scène et le contrôle du manipulateur

Ce travail présente un modèle génératif qui prédit simultanément les futures observations RGB, les champs scalaires, les cartes thermiques d’affordances et les commandes continues du robot, en s’appuyant sur des vidéos humaines pour diversifier les interactions sans annotations d’actions ni retargeting. Sur RoboCasa, CALVIN ABC→D et des tâches réelles, cette approche offre des gains constants par rapport aux modèles de référence entraînés uniquement sur des données RGB ou robotiques.

9 novembre 2026
L’édition de présentations sous forme d’opérations contrôlables : le framework EditPPT et le benchmark DeckEdit-Bench