Palette 用合成数据微调 20B 小模型，按设计师与编码器分工生成幻灯片。
资讯摘要
Hugging Face 发布 Palette 项目：用 IBM Design Language 合成约 1000 份演示文稿、约 1 万页幻灯片数据，对 20B 开源权重模型做 LoRA 微调，拆成“设计师写 JSON 简报、编码器写 pptxgenjs 代码”两个角色。作者报告其在 PresentBench 三个评测域中的两个排名第一，并称编码阶段因并行约快 6–7 倍。
要点速读
- 训练数据由大型开源教师模型合成，每份示例附带反事实推理；渲染后由检查器修复重叠与溢出，再改写推理。
- 作者称编码器示例约为设计师示例的 5 倍长，需将设计师样本过采样 5 倍，否则设计师角色训练不足。
- 作者报告在 PresentBench 三个评测域中的两个排名第一，并称编码阶段并行后约快 6–7 倍。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:26（北京时间）。