論文の概要: EditPPT: Faithful Long-Deck Slide Editing via Structured Tool-Using Multi-Agent with Dual-Modal Validators

• arxiv url: http://arxiv.org/abs/2608.20381v1
• Date: Mon, 29 Jun 2026 06:41:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.29213
• Title: EditPPT: Faithful Long-Deck Slide Editing via Structured Tool-Using Multi-Agent with Dual-Modal Validators
• Title（参考訳）: EditPPT:Dual-Modal Validatorを用いた構造化ツールによる忠実なロングデッキスライド編集
• Abstract要約: 既存のスライド編集システムは、理想化された中間表現やオープンなコード生成に依存するため、実世界のプレゼンテーションファイルでは失敗する。 本稿では,スライド編集を制約付きツール選択問題として再構成するマルチエージェントフレームワークであるEditPPTを紹介する。 提案するDeckEdit-Benchは,28個の人為的なデッキ,582個のスライド,および183個の編集プロンプトを備えたベンチマークである。
• 参考スコア（独自算出の注目度）: 47.60261499566095
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automating slide editing requires simultaneously satisfying modification accuracy, preservation fidelity, and robustness to deck length. Existing LLM-based systems often fail on real-world presentation files because they rely on idealized intermediate representations or open-ended code generation, which are prone to cascading errors in long decks. We introduce EditPPT, a multi-agent framework that reformulates slide editing as a constrained tool-selection problem. By executing localized shape-level operations through the native PowerPoint COM interface, EditPPT narrows the LLM action space while preserving the application-resolved structure of user-authored decks. By separating validation across modalities, our dual-modal validation provides more robust assessment of both instruction fidelity and visual quality. We also present DeckEdit-Bench, a benchmark with 28 human-authored decks, 582 slides, and 183 editing prompts across short, medium, and long deck tiers. Experiments show that EditPPT achieves a 99.5% execution rate, 88.7% slide-targeting F1, 82.5% instruction following, and 91.5% object preservation overall, while maintaining strong performance on long decks. Our code and benchmark are available at https://anonymous.4open.science/r/EditPPT-0E27/
• Abstract（参考訳）: スライド編集の自動化には、修正精度、保存精度、デッキ長に対する堅牢性を同時に満たす必要がある。 既存のLLMベースのシステムは、理想化された中間表現や、長いデッキでエラーをカスケードしがちなオープンエンドコード生成に依存するため、実世界のプレゼンテーションファイルでは失敗することが多い。 本稿では,スライド編集を制約付きツール選択問題として再構成するマルチエージェントフレームワークであるEditPPTを紹介する。 ネイティブPowerPoint COMインターフェースを通じてローカライズされた形状レベルの操作を実行することで、EditPPTは、ユーザ認可デッキのアプリケーション解決構造を維持しながら、LLMアクションスペースを狭める。 モダリティ間での検証を分離することにより、命令の忠実度と視覚的品質の両面をより堅牢に評価できる。 また、DeckEdit-Benchというベンチマークも公開しています。このベンチマークには、人手による28のデッキ、582のスライド、183の編集プロンプトが、短い、中、長いデッキ層にまたがっています。 実験の結果、EditPPTは99.5%の実行速度、88.7%のスライドターゲティングF1、82.5%の命令、91.5%のオブジェクト保存を実現し、ロングデッキでの強いパフォーマンスを維持している。 私たちのコードとベンチマークはhttps://anonymous.4open.science/r/EditPPT-0E27/で公開されています。

関連論文リスト

• PPTArena: A Benchmark for Agentic PowerPoint Editing [57.55409966131844]
  我々はPowerPoint編集のベンチマークを導入し、自然言語による実際のスライドに対する信頼性のある修正を計測する。 PPTArenaは100のデッキ、2125のスライド、テキスト、チャート、テーブル、アニメーション、マスターレベルのスタイルを対象とする800以上の編集に焦点を当てている。 本稿では,意味的な編集シーケンス,ハイレベルなプログラムツール間の経路,そして正確な制御のための決定論的XML操作を計画する構造対応スライド編集エージェントを提案する。
  論文  参考訳（メタデータ） (2025-12-02T18:59:50Z)
• Image Editing As Programs with Diffusion Models [69.05164729625052]
  本稿では,Diffusion Transformer (DiT) アーキテクチャ上に構築された統合画像編集フレームワークである IEAP (Image Editing As Programs) を紹介する。 IEAPは、複雑な編集命令を原子操作のシーケンスに分解して、リダミストレンズによる命令編集にアプローチする。 我々のフレームワークは、特に複雑なマルチステップ命令に対して、より優れた精度とセマンティック忠実度を提供する。
  論文  参考訳（メタデータ） (2025-06-04T16:57:24Z)
• Talk to Your Slides: Language-Driven Agents for Efficient Slide Editing [28.792459459465515]
  本研究では、スライドを%のアクティブPowerPointセッションで編集するエージェントであるTalk-to-Your-Slidesを提案する。 我々のシステムでは、34.02%の高速処理、34.76%の命令忠実度、87.42%の動作がベースラインよりも安価である。
  論文  参考訳（メタデータ） (2025-05-16T18:12:26Z)
• ELDER: Enhancing Lifelong Model Editing with Mixture-of-LoRA [55.697627106315004]
  大規模言語モデル(LLM)は、特定の知識を効率的に更新し、事実の誤りを避けるためにモデル編集を必要とする。 従来のアプローチでは、元のパラメータを凍結し、知識更新毎に新しいパラメータを個別に割り当てることで、シーケンシャルな編集を管理する。 本稿では,データとアダプタを連続的に関連付ける新しい手法であるELDERを提案する。
  論文  参考訳（メタデータ） (2024-08-19T02:27:00Z)

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。