Edição de apresentações como operações controláveis: framework EditPPT e benchmark DeckEdit-Bench

8 novembro 202620 visualizações

Os autores analisam a edição de slides em termos de objetos específicos, ações permitidas e verificação de que o conteúdo não relacionado permaneceu intacto, em vez de geração livre de código. Para avaliar a qualidade, foi criado o DeckEdit-Bench (183 tarefas em 28 apresentações feitas por pessoas), e o sistema multiagente EditPPT, baseado em cinco modelos-base, apresenta uma taxa de sucesso de 66,7–74,9% das tarefas, com preservação acima de 97%.

Edição de apresentações como operações controláveis: framework EditPPT e benchmark DeckEdit-Bench

Edição de slides como operação restrita

A edição fiável de slides exige alterar com precisão os objetos especificados e preservar o resto da apresentação. Os autores do trabalho propõem encarar a edição como uma alteração estruturada e restrita. A geração de código de forma aberta dá liberdade ao modelo, mas não garante a preservação dos elementos adjacentes.

Um pedido de edição divide-se em três partes:

  • os objetos que é necessário alterar;
  • as operações aplicadas a esses objetos;
  • o estado da apresentação que é necessário preservar.

Esta análise define os limites da tarefa antes da sua execução. O modelo recebe não uma instrução geral como «corrige o slide», mas um conjunto concreto de objetivos e restrições. Isto reduz o risco de alterações não intencionais.

Critério prático: antes de editar, é necessário registar explicitamente os objetos-alvo, as operações e o estado a preservar. Sem isso, não é possível verificar se a instrução foi cumprida e se foram afetadas figuras desnecessárias.

Como o DeckEdit-Bench distingue alterações intencionais de não intencionais

Para a avaliação, os autores criaram o DeckEdit-Bench. O benchmark inclui 183 tarefas de edição em 28 apresentações criadas por pessoas. Os objetos-alvo e os objetos que é necessário preservar estão anotados ao nível das figuras. As alterações intencionais e não intencionais são avaliadas sobretudo com regras determinísticas.

O benchmark regista dois tipos de alterações: intencionais e não intencionais. Esta distinção permite verificar não só o resultado da edição, mas também os seus efeitos secundários.

A estrutura da avaliação pode ser representada da seguinte forma:

O que é avaliadoComo a avaliação é estruturada
Conjunto de tarefas183 tarefas em 28 apresentações criadas por pessoas
Anotaçãoobjetos-alvo e objetos a preservar ao nível das figuras
Alteraçõesintencionais e não intencionais, avaliadas sobretudo com regras determinísticas

O benchmark verifica simultaneamente dois resultados: se a instrução foi cumprida e se os objetos necessários foram preservados. Esta abordagem distingue uma edição útil de uma alteração secundária. Critério prático: a avaliação da edição deve incluir uma verificação da preservação, e não apenas confirmar que o objeto-alvo foi alterado.

Estrutura do EditPPT: agentes, ferramentas e verificação

O EditPPT é uma estrutura multiagente. Identifica os objetos-alvo antes da edição. Cada agente especializado está limitado a um subconjunto de 37 ferramentas predefinidas. Depois da execução, a estrutura verifica se a instrução foi cumprida e se os objetos necessários foram preservados. As alterações malsucedidas são corrigidas ou revertidas.

Etapas de funcionamento:

  1. Identificar os objetos-alvo antes da edição.
  2. Limitar o agente especializado a um subconjunto de 37 ferramentas predefinidas.
  3. Verificar o cumprimento da instrução e a preservação dos objetos necessários.
  4. Corrigir ou reverter as alterações malsucedidas.

Limitar o conjunto de ferramentas reduz o espaço de ações do agente. A verificação e a reversão acrescentam controlo após a execução. Critério prático: uma edição fiável exige não só um modelo, mas também restrições à execução das alterações.

Resultados em cinco modelos de base

Em cinco modelos de base, o EditPPT alcança uma Task Success de 66.7–74.9%. A Preservation mantém-se acima dos 97%. Estes resultados mostram que a estrutura preserva a apresentação enquanto executa tarefas de edição.

Com um modelo aberto de 27B, sem treino adicional em tarefas específicas, o EditPPT aproxima-se do Claude Code with Sonnet 5 em Task Success. Ao mesmo tempo, preserva melhor a apresentação original. Esta comparação é importante porque o modelo aberto não foi treinado adicionalmente em tarefas específicas.

CondiçãoTask SuccessPreservation
Cinco modelos de base com EditPPT66.7–74.9%acima de 97%
Modelo aberto de 27B sem treino adicional com EditPPTaproxima-se do Claude Code with Sonnet 5preserva melhor a apresentação original

Os autores concluem que a fiabilidade da edição de slides depende não só da escala do modelo, mas também das restrições à execução das alterações. Critério prático: ao escolher uma abordagem, importa analisar o mecanismo de restrição e verificação, e não apenas o tamanho do modelo.

Critérios práticos para editar apresentações

A estrutura e o benchmark oferecem um conjunto de critérios para organizar a edição. Não exigem geração de código aberta e assentam em restrições explícitas.

Critérios:

  • os objetos-alvo são identificados antes do início da edição;
  • os objetos a preservar são registados separadamente;
  • o agente trabalha com um conjunto limitado de ferramentas;
  • o resultado é verificado para confirmar o cumprimento da instrução;
  • a preservação da apresentação é verificada separadamente;
  • as alterações malsucedidas são corrigidas ou revertidas.

Estes critérios são aplicáveis tanto à avaliação de ferramentas como à criação de um processo. A principal conclusão é que a fiabilidade da edição depende de operações controladas e da verificação da preservação. A escala do modelo é importante, mas não substitui as restrições à execução das alterações.

Perguntas mais frequentes

Materiais semelhantes

Todos os materiais
MathAdv: o que esconde a precisão final das provas geradas por máquina
Notícias

MathAdv: o que esconde a precisão final das provas geradas por máquina

Um conjunto de tarefas de diagnóstico em 13 áreas da matemática de nível universitário e de pós-graduação avalia sistemas de demonstração automática em Lean 4 não só pelo resultado final, mas também pelo domínio da matéria, pela qualidade do raciocínio informal e pela robustez perante reformulações das condições. A análise por componente mostra que traduzir um problema para uma forma formal continua a ser o principal obstáculo, e que o sucesso depende muito da área da matemática e da forma como o problema é formulado.

9 novembro 2026
AffordanceWAM: affordances como intermediárias entre a previsão da cena e o controlo do manipulador
Investigação

AffordanceWAM: affordances como intermediárias entre a previsão da cena e o controlo do manipulador

O trabalho descreve um modelo generativo que prevê simultaneamente observações RGB futuras, campos escalares, mapas de calor de affordances e comandos contínuos para o robô, usando vídeos humanos para ampliar a diversidade das interações sem anotações de ações nem retargeting. No RoboCasa, no CALVIN ABC→D e em tarefas reais, a abordagem apresenta ganhos consistentes em relação às linhas de base que usam apenas RGB e apenas dados robóticos.

9 novembro 2026
Geometria não euclidiana de fatores: o mapa FactoMap para separar representações
Notícias

Geometria não euclidiana de fatores: o mapa FactoMap para separar representações

É proposta uma forma de descrever o espaço dos fatores por meio de regiões, identificações definidas pelo gerador e escalas locais, permitindo distinguir casos topologicamente próximos, mas com geometrias diferentes. O método FactoMap aprende protótipos interpretáveis numa grelha estruturada e, em experimentos, demonstra uma preservação mais robusta da continuidade e da separação dos fatores.

8 novembro 2026
Edição de apresentações como operações controláveis: framework EditPPT e benchmark DeckEdit-Bench