論文の概要: PresentBench: A Fine-Grained Rubric-Based Benchmark for Slide Generation

• arxiv url: http://arxiv.org/abs/2603.07244v1
• Date: Sat, 07 Mar 2026 14:54:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:14.117548
• Title: PresentBench: A Fine-Grained Rubric-Based Benchmark for Slide Generation
• Title（参考訳）: PresentBench: スライド生成のための微粒なルブリックベースのベンチマーク
• Authors: Xin-Sheng Chen, Jiayu Zhu, Pei-lin Li, Hanzheng Wang, Shuojin Yang, Meng-Hao Guo,
• Abstract要約: PresentBenchは、現実世界の自動スライド生成を評価するための、きめ細かいルーリックベースのベンチマークである。 これには238の評価インスタンスが含まれており、それぞれにスライド作成に必要な背景資料が補足されている。 ベンチマークの結果,NotebookLMは他のスライド生成方法よりも大幅に優れていることがわかった。
• 参考スコア（独自算出の注目度）: 9.27005978533552
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Slides serve as a critical medium for conveying information in presentation-oriented scenarios such as academia, education, and business. Despite their importance, creating high-quality slide decks remains time-consuming and cognitively demanding. Recent advances in generative models, such as Nano Banana Pro, have made automated slide generation increasingly feasible. However, existing evaluations of slide generation are often coarse-grained and rely on holistic judgments, making it difficult to accurately assess model capabilities or track meaningful advances in the field. In practice, the lack of fine-grained, verifiable evaluation criteria poses a critical bottleneck for both research and real-world deployment. In this paper, we propose PresentBench, a fine-grained, rubric-based benchmark for evaluating automated real-world slide generation. It contains 238 evaluation instances, each supplemented with background materials required for slide creation. Moreover, we manually design an average of 54.1 checklist items per instance, each formulated as a binary question, to enable fine-grained, instance-specific evaluation of the generated slide decks. Extensive experiments show that PresentBench provides more reliable evaluation results than existing methods, and exhibits significantly stronger alignment with human preferences. Furthermore, our benchmark reveals that NotebookLM significantly outperforms other slide generation methods, highlighting substantial recent progress in this domain.
• Abstract（参考訳）: スライドは、学術、教育、ビジネスといったプレゼンテーション指向のシナリオで情報を伝える重要な媒体として機能する。 その重要性にもかかわらず、高品質なスライドデッキを作ることは、時間をかけて認知的に要求される。 最近のNano Banana Proのような生成モデルの進歩により、自動スライド生成が可能になった。 しかし、既存のスライド生成の評価は粗い粒度であり、全体論的判断に依存しており、モデルの能力を正確に評価したり、分野で有意義な進歩を追跡することは困難である。 実際には、きめ細かい、検証可能な評価基準の欠如は、研究と実世界の展開の両方に重大なボトルネックをもたらす。 本稿では,実世界の自動スライド生成を評価するための,きめ細かなルーリックベースベンチマークであるPresentBenchを提案する。 これには238の評価インスタンスが含まれており、それぞれにスライド作成に必要な背景資料が補足されている。 さらに、各インスタンスの平均54.1個のチェックリストアイテムを2次質問として作成し、生成されたスライドデッキの詳細なインスタンス固有の評価を可能にする。 大規模な実験により、PresentBenchは既存の方法よりも信頼性の高い評価結果を提供し、人間の嗜好と著しく一致していることが示された。 さらに、ベンチマークの結果、NotebookLMは他のスライド生成手法よりも大幅に優れており、この領域における最近の進歩が顕著であることがわかった。

関連論文リスト

• DeepPresenter: Environment-Grounded Reflection for Agentic Presentation Generation [75.7505732466149]
  DeepPresenterは多様なユーザ意図に適応するエージェントフレームワークである。 DeepPresenterは、中間のスライドアーティファクトを自律的に計画し、レンダリングし、修正する。
  論文  参考訳（メタデータ） (2026-02-26T10:26:48Z)
• SlidesGen-Bench: Evaluating Slides Generation via Computational and Quantitative Metrics [49.092634600260965]
  SlidesGen-Benchは、3つのコア原理のレンズを通してスライド生成を評価するために設計されたベンチマークである。 まず、視覚領域で解析を行い、端末出力をレンダリングとして扱い、基礎となる生成法に非依存なままにする。 次に,3次元のスライド(コンテンツ,美学,編集可能性)を定量的に評価する計算手法を提案する。
  論文  参考訳（メタデータ） (2026-01-14T13:50:30Z)
• AI-Generated Lecture Slides for Improving Slide Element Detection and Retrieval [25.517836483457803]
  本稿では,大規模言語モデル(LLM)を用いた合成講義スライド生成パイプライン,SynLecSlideGenを提案する。 また、実講演スライド1050を手動でアノテートすることで、評価ベンチマーク、すなわちRealSlideを作成します。 実験結果から,合成スライドのプレトレーニングによる数発の転写学習は,実データのみのトレーニングに比べ,性能が有意に向上することがわかった。
  論文  参考訳（メタデータ） (2025-06-30T08:11:31Z)
• Taming LLMs with Negative Samples: A Reference-Free Framework to Evaluate Presentation Content with Actionable Feedback [15.90651992769166]
  本稿では、文書を効果的に要約し、幅広い聴衆に概念を伝えることができるプレゼンテーションスライドにおけるマルチモーダルコンテンツの評価に焦点をあてる。 我々は、さまざまなトピックにまたがる人為的な高品質なプレゼンテーションからなるベンチマークデータセットRefSlidesを紹介した。 次に、プレゼンテーションの内容の固有の特性を特徴付けるためのメトリクスセットと、これらのメトリクスのスコアと動作可能なフィードバックを生成する評価手法であるREFLEXを提案する。
  論文  参考訳（メタデータ） (2025-05-23T14:27:57Z)
• AutoPresent: Designing Structured Visuals from Scratch [99.766901203884]
  エンド・ツー・エンドの画像生成とプログラム生成を様々なモデルでベンチマークする。 スライド生成用のコードと7kペアの命令でトレーニングされた8B LlamaベースのモデルであるAutoPresentを開発した。
  論文  参考訳（メタデータ） (2025-01-01T18:09:32Z)
• LiveXiv -- A Multi-Modal Live Benchmark Based on Arxiv Papers Content [62.816876067499415]
  我々は、科学的ArXiv論文に基づくスケーラブルな進化型ライブベンチマークであるLiveXivを提案する。 LiveXivは、任意のタイムスタンプでドメイン固有の原稿にアクセスし、視覚的な問合せペアを自動的に生成することを提案する。 ベンチマークの最初のバージョンで、複数のオープンでプロプライエタリなLMM(Large Multi-modal Models)をベンチマークし、その挑戦的な性質を示し、モデルの真の能力を明らかにする。
  論文  参考訳（メタデータ） (2024-10-14T17:51:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。