論文の概要: ConvDeck: Conversational Paper-to-Slide Generation via Stage-Specific User Feedback
- arxiv url: http://arxiv.org/abs/2609.00226v1
- Date: Mon, 31 Aug 2026 18:34:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:35.97564
- Title: ConvDeck: Conversational Paper-to-Slide Generation via Stage-Specific User Feedback
- Title（参考訳）: ConvDeck: 段階的なユーザフィードバックによる会話型ペーパー・ツー・スライディング生成
- Abstract要約: ConvDeckは、対話型紙-スライド生成のためのマルチエージェントパイプラインである。
ユーザーは、プレゼンテーション概要と最終スライドデッキの両方を、それぞれの決定が下された段階で洗練することができる。
本評価は,物語のコヒーレンス,コンテンツ品質,視覚的提示を保ちながら,ステージ固有の会話フィードバックがユーザ目標満足度を向上させることを示す。
- 参考スコア（独自算出の注目度）: 20.521442103656295
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Automatic academic paper-to-slide generation is inherently iterative, because creating an effective presentation requires repeated cycles of generation, critique, and revision. Recent multi-agent systems partially acknowledge this through internal critique-and-revise loops, while conversational approaches allow users to refine generated slide decks through dialog. However, these refinement processes either remain largely closed to the user or introduce feedback only after a complete deck has been produced, limiting the user's ability to participate in the iterative refinement of narrative flow, content allocation, and presentation emphasis. To address this gap, we introduce ConvDeck, a multi-agent pipeline for conversational paper-to-slide generation that distributes interaction across the pipeline through stage-specific loops, allowing users to iteratively refine both the presentation outline and the final slide deck at the stages where each kind of decision is made. These loops are driven by a refinement mechanism in which agents can think, speak, and act, enabling them to either directly apply edits or respond conversationally to clarify user feedback and discuss revision options. Our evaluation shows that stage-specific conversational feedback improves user-goal satisfaction while preserving narrative coherence, content quality, and visual presentation.
- Abstract（参考訳）: 効果的なプレゼンテーションを作成するには、生成、批判、リビジョンの繰り返しを必要とするため、学術論文からスライドまでの自動生成は本質的に反復的である。
最近のマルチエージェントシステムでは、内部の批判と修正のループを通じて部分的にこれを認識しているが、対話的なアプローチでは、ユーザはダイアログを通じて生成されたスライドデッキを洗練することができる。
しかしながら、これらの改善プロセスは、ユーザに対してほとんど閉じているか、完全なデッキが作成された後にのみフィードバックを導入するかのいずれかであり、ユーザによる物語の流れの反復的な洗練、コンテンツアロケーション、プレゼンテーションの強調への参加能力を制限する。
このギャップに対処するために、私たちはConvDeckを紹介します。ConvDeckは、対話型紙-スライド生成のためのマルチエージェントパイプラインで、ステージ固有のループを通してパイプライン間のインタラクションを分散し、ユーザーはそれぞれの決定を行う段階においてプレゼンテーション概要と最終スライドデッキの両方を反復的に洗練することができる。
これらのループは、エージェントが直接編集を適用したり、会話で反応してユーザのフィードバックを明確にしたり、リビジョンオプションについて議論したりできるような、洗練されたメカニズムによって駆動される。
本評価は,物語のコヒーレンス,コンテンツ品質,視覚的提示を保ちながら,ステージ固有の会話フィードバックがユーザ目標満足度を向上させることを示す。
関連論文リスト
- InteracVid: Building a Real Interactive Audio-Visual Response Dataset from Live-Chat Videos [7.003662856458999]
我々は、この欠落した監視に対処する最初のオープンソース大規模データセットである textbfInteracVid を紹介する。
Everysampleは、先行する音声視覚コンテキストと、それに続く実際の対話応答を伴う外部刺激を結合する。
10レーターの人間による研究では、抽出された相互作用が、真のクエリと再構築されたクエリの両方に対して因果的、自然的、時間的に完全であることを確認している。
論文 参考訳（メタデータ） (2026-08-02T11:28:13Z) - MultiAct: Text-to-Motion Generation from Composite Text via Tailored Attention Guidance [54.131431576597514]
MultiActは、合成テキスト-モーション合成のための未ペアの推論時間フレームワークである。
提案手法は,未表現のプロンプト成分に付随するクロスアテンションスコアを適応的に増幅することにより,意味的崩壊に対処する。
論文 参考訳（メタデータ） (2026-05-29T07:14:48Z) - Narrative-Driven Paper-to-Slide Generation via ArcDeck [14.784435721765538]
ArcDeckは、紙とスライドの生成を構造化された物語再構築タスクとして定式化するフレームワークである。
まず、インプットを解析して、談話ツリーを構築し、グローバルなコミットメント文書を確立する。
これらの構造的先行は、反復的なマルチエージェント精錬プロセスを導く。
論文 参考訳（メタデータ） (2026-04-13T19:03:03Z) - 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) - CoReflect: Conversational Evaluation via Co-Evolutionary Simulation and Reflective Rubric Refinement [9.643727190176943]
本稿では,対話シミュレーションと評価を適応的反復プロセスに統合するCoReflectを紹介する。
会話プランナーは、多様なゴール指向対話を通じてユーザシミュレータをガイドする構造化テンプレートを生成する。
反射分析器はこれらの対話を処理して、系統的な行動パターンを特定し、自動的に評価を洗練させる。
論文 参考訳（メタデータ） (2026-01-18T00:56:06Z) - SlideTailor: Personalized Presentation Slide Generation for Scientific Papers [29.96047313035184]
本稿では,ユーザが指定した好みに基づいて紙から紙へスライドするタスクを提案する。
そこで我々は,ユーザの手動で編集可能なスライドを段階的に生成する,人間の行動にインスパイアされたフレームワークSlideTailorを提案する。
また,スライドコンテンツと口頭ナレーションを協調させる新しい音声連鎖機構も導入する。
論文 参考訳（メタデータ） (2025-12-23T12:01:18Z) - Interactive Reasoning: Visualizing and Controlling Chain-of-Thought Reasoning in Large Language Models [54.85405423240165]
トピックの階層構造としてチェーンオブ思考出力を可視化するインタラクション設計であるInteractive Reasoningを導入する。
私たちは、不確実なトレードオフに直面したAIによる意思決定のプロトタイプであるHippoで、インタラクティブな推論を実装しています。
論文 参考訳（メタデータ） (2025-06-30T10:00:43Z) - NExT-Search: Rebuilding User Feedback Ecosystem for Generative AI Search [108.42163676745085]
NExT-Searchは、きめ細かいプロセスレベルのフィードバックを生成AI検索に再導入するために設計された次世代パラダイムである。
NExT-Searchは2つの補完モードを統合している。
論文 参考訳（メタデータ） (2025-05-20T17:59:13Z) - Towards Automatic Evaluation of Task-Oriented Dialogue Flows [5.146847146797646]
本稿では,対話フローの品質を評価するための新しい指標であるFuDGE(Fuzzy Dialogue-Graph Edit Distance)を紹介する。
FuDGEは、個々の会話がフローとどの程度うまく一致しているかを測定し、その結果、会話の集合がフロー全体によってどれだけうまく表現されるかを測定する。
FuDGEは対話フローの標準化と最適化により、対話設計者と自動化技術により、より高いレベルの効率と自動化を実現する。
論文 参考訳（メタデータ） (2024-11-15T18:35:00Z) - Pre-training Multi-party Dialogue Models with Latent Discourse Inference [85.9683181507206]
我々は、多人数対話の会話構造、すなわち、各発話が応答する相手を理解するモデルを事前訓練する。
ラベル付きデータを完全に活用するために,談話構造を潜在変数として扱い,それらを共同で推論し,談話認識モデルを事前学習することを提案する。
論文 参考訳（メタデータ） (2023-05-24T14:06:27Z) - Multi-View Sequence-to-Sequence Models with Conversational Structure for
Abstractive Dialogue Summarization [72.54873655114844]
テキスト要約は、NLPにおいて最も困難で興味深い問題の1つである。
本研究では、まず、異なる視点から構造化されていない日々のチャットの会話構造を抽出し、会話を表現するマルチビューシーケンス・ツー・シーケンスモデルを提案する。
大規模対話要約コーパスの実験により,本手法は,自動評価と人的判断の両面から,従来の最先端モデルよりも有意に優れた性能を示した。
論文 参考訳（メタデータ） (2020-10-04T20:12:44Z) - Some people aren't worth listening to: periodically retraining
classifiers with feedback from a team of end users [14.944887950559172]
文書分類はビジネス環境ではユビキタスですが、分類器のエンドユーザは、それをメンテナンスするチームと進行中のフィードバック-リトラクションループに従事します。
ラベル付きデータに対するフィードバックを提供する自律エージェントとしてエンドユーザーを考慮し、マルチエージェントの観点からこのフィードバック・リトレーニング・ループを考察する。
我々は、どのユーザが信頼できないかを学習し、フィードバックをループからフィルタリングし、その後のイテレーションのパフォーマンスを改善することができる分類器を実証する。
論文 参考訳（メタデータ） (2020-04-27T20:18:29Z)
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。