論文の概要: Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising

• arxiv url: http://arxiv.org/abs/2607.00407v1
• Date: Wed, 01 Jul 2026 04:05:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.710632
• Title: Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising
• Title（参考訳）: 逆計画としてのパーソナライゼーション:構造記述によるエージェントスライド生成のための潜在設計内容の学習
• Abstract要約: ページレベルのスライドパーソナライゼーション(PSP)を概ね解くための原則的フレームワークを提案する。 クリーンスライドの視覚構造を意図的に損なうことによって、SPIREは汚職を悪用する検証可能なタスクを生成する。 本稿では, 構造分極がPSPの一貫したサロゲートであること, マルチエージェントの定式化がRLの政策勾配分散を厳密に減少させることを示す。
• 参考スコア（独自算出の注目度）: 31.799110459149535
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Slide design requires personalizing both deck themes and page layouts. Yet, current AI agent-based methods struggle with fine-grained, page-level design. Solely relying on prespecified templates or user verbose instructions, they fail to capture latent design intents, leaving Page-level Slide Personalization (PSP) unresolved. To close this gap, this work formulates PSP as an inverse planning problem. We propose to learn a design intent without assuming any knowledge of the specific executing tools (e.g., PowerPoint, Beamer) being used. However, relinquishing control over these tools makes the problem intractable to optimize end-to-end. To overcome this, we propose SPIRE, a principled framework to solve PSP approximately. By intentionally corrupting the visual structures of clean slides, SPIRE creates a verifiable task to denoise the corruption, whereby two agents learn to collaboratively refine executable designs via reinforcement learning (RL). We present a proof that structural denoising is a consistent surrogate for PSP, and that the multi-agent formulation strictly reduces policy gradient variance in RL. Extensive experiments demonstrate the superiority of SPIRE.
• Abstract（参考訳）: スライドデザインには、デッキテーマとページレイアウトの両方をパーソナライズする必要がある。 しかし、現在のAIエージェントベースのメソッドは、きめ細かいページレベルの設計に苦労している。 事前に定義されたテンプレートやユーザによる冗長な指示を頼りにしているため、潜望的な設計意図を捉えることができず、ページレベルのスライドパーソナライゼーション(PSP)は未解決のままである。 このギャップを埋めるために、この研究はPSPを逆計画問題として定式化する。 我々は、特定の実行ツール(PowerPoint、Beamerなど)が使われていることを前提にすることなく、設計意図を学習することを提案する。 しかし、これらのツールの制御を放棄することで、エンドツーエンドの最適化が困難になる。 そこで本稿では,PSPを解くための原則的フレームワークであるSPIREを提案する。 クリーンスライドの視覚構造を意図的に損なうことによって、SPIREは汚職を悪用する検証可能なタスクを生成し、2人のエージェントが強化学習(RL)を通して協調的に実行可能な設計を洗練することを学ぶ。 本稿では, 構造分極がPSPの一貫したサロゲートであること, マルチエージェントの定式化がRLの政策勾配分散を厳密に減少させることを示す。 大規模な実験はSPIREの優位性を実証している。

関連論文リスト

• Design First, Code Later: Aesthetically Pleasing Template-Free Slides Generation [37.32710542829869]
  本稿では、事前に定義されたテンプレートやスタイルを使わずにスライド設計タスクを整理する階層的なスライド生成ワークフローであるDeepSlidesを提案する。 実験の結果,提案手法は評価指標のベースライン手法よりも優れ,人選好評価において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2026-04-08T06:50:37Z)
• DesignAsCode: Bridging Structural Editability and Visual Fidelity in Graphic Design Generation [21.789797121277896]
  DesignAsCodeはHTML/CSSを使ったプログラミングタスクとしてグラフィックデザインを再定義する新しいフレームワークである。 DesignAsCodeは、構造的妥当性と美的品質の両方において、最先端のレンダリングベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2026-02-06T05:10:19Z)
• SEGA: A Stepwise Evolution Paradigm for Content-Aware Layout Generation with Design Prior [30.770509440256973]
  コンテンツ対応レイアウト生成のためのステップワイド進化パラダイムSEGAを紹介する。 人間の思考の体系的なモードにインスパイアされたSEGAは、粗大な戦略を持つ階層的推論フレームワークを採用している。 我々は、豊富なメタ情報アノテーションを備えた新しい大規模ポスターデータセットであるGenPoster-100Kを提案する。
  論文  参考訳（メタデータ） (2025-10-17T15:36:26Z)
• Purifying Task Vectors in Knowledge-Aware Subspace for Model Merging [83.5273168208788]
  モデルマージは、個別に調整されたモデルのタスク固有の能力を、余分なトレーニングなしで単一のモデルに統合することを目的としている。 統合モデルは、タスクベクトルのタスク非関連冗長性に起因する競合により、しばしば顕著なパフォーマンス劣化に悩まされる。 本稿では,これらの課題を克服するために,知識対応サブ空間におけるTAsk Vectors (PAVE) の純粋化を提案する。
  論文  参考訳（メタデータ） (2025-10-16T14:02:57Z)
• Personalized Vision via Visual In-Context Learning [62.85784251383279]
  パーソナライズされた視覚のためのビジュアル・イン・コンテキスト・ラーニング・フレームワークを提案する。 PICOは基盤となる変換を推測し、再トレーニングせずに新しい入力に適用する。 また,効率的な推論スケーリングによる信頼性向上を目的とした注意誘導型シードスコアラを提案する。
  論文  参考訳（メタデータ） (2025-09-29T17:58:45Z)
• Improving Large Language Models Function Calling and Interpretability via Guided-Structured Templates [56.73907811047611]
  大規模言語モデル(LLM)は強力な推論とツール使用能力を示している。 LLMは、誤ったパラメータ化、悪いツールの選択、ユーザーの意図の誤解釈によって、現実世界のツールインタラクションで失敗することが多い。 我々は、構造化推論テンプレートを利用して、関数呼び出しを生成するためのより故意なステップバイステップ命令を通してLCMをガイドするカリキュラムに着想を得たフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-22T17:55:14Z)
• DesignLab: Designing Slides Through Iterative Detection and Correction [32.29179295296639]
  デザインプロセスをデザインレビュアーとデザインコントリビュータの2つの役割に分割するデザインラボを提案する。 この分解により、リビューアが問題を継続的に検出し、コントリビュータが修正する反復ループが可能になる。 実験の結果,DesignLabは商用ツールを含む既存のデザイン生成手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2025-07-23T04:49:48Z)
• Rethinking Layered Graphic Design Generation with a Top-Down Approach [76.33538798060326]
  図形デザインは、アイデアやメッセージを伝えるのに不可欠である。デザイナーは通常、編集を簡単にするために、オブジェクト、背景、ベクトル化されたテキスト層に作業を整理する。 GenAI方式の登場により、ピクセルフォーマットにおける高品質なグラフィックデザインの無限の供給がよりアクセスしやすくなってきた。 これにもかかわらず、非層型設計は人間の設計を刺激し、レイアウトやテキストスタイルの選択に影響を与え、最終的に層型設計を導いた。 本稿では,AI生成したデザインを編集可能な階層化設計に変換する最初の試みとして,グラフィックデザイン生成フレームワークであるAccordionを提案する。
  論文  参考訳（メタデータ） (2025-07-08T02:26:08Z)
• Compositional Generative Inverse Design [69.22782875567547]
  入力変数を設計して目的関数を最適化する逆設計は重要な問題である。 拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T01:33:39Z)
• Improving Long-Horizon Imitation Through Instruction Prediction [93.47416552953075]
  本研究では、しばしば使われない補助的監督源である言語の使用について検討する。 近年のトランスフォーマーモデルの発展にインスパイアされたエージェントは,高レベルの抽象化で動作する時間拡張表現の学習を促す命令予測損失を持つエージェントを訓練する。 さらなる分析では、複雑な推論を必要とするタスクにおいて、命令モデリングが最も重要であり、単純な計画を必要とする環境において、より小さなゲインを提供する。
  論文  参考訳（メタデータ） (2023-06-21T20:47:23Z)
• Goal-Directed Design Agents: Integrating Visual Imitation with One-Step Lookahead Optimization for Generative Design [0.0]
  このノートは、設計を逐次生成するための学習戦略を強化することができる目標指向エージェントを開発するために、DLAgentsの上に構築されている。 ゴール指向のDLAgentは、データから学んだ人間の戦略と、目的関数の最適化を利用することができる。 これは、学習した設計戦略を強化するだけでなく、目に見えない設計問題にも適応できる、フィードバックを効率的に利用できるデザインエージェントフレームワークを示している。
  論文  参考訳（メタデータ） (2021-10-07T07:13:20Z)

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。