論文の概要: SLIDEFORGE: An LLM Agent for Controllable Editing of Slides as Structured Artifacts

• arxiv url: http://arxiv.org/abs/2609.03109v1
• Date: Wed, 02 Sep 2026 19:44:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:38.845188
• Title: SLIDEFORGE: An LLM Agent for Controllable Editing of Slides as Structured Artifacts
• Title（参考訳）: SLIDEFORGE: 構造化人工物としてのスライドの制御可能な編集のためのLLMエージェント
• Abstract要約: 制御可能なAI支援スライド編集フレームワークSLIDEFORGEを提案する。 視覚的分解、ptxオブジェクトのネイティブ構造、知覚的構造をリンクする。 スライド保存操作とレンダリング状態検証によるテーマ保存の再構築をサポートする。
• 参考スコア（独自算出の注目度）: 9.707578528201315
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current AI agents compellingly describe slides. However, AI-assisted slide editing requires more than understanding: the output must retain layout, style, component structure, and native editability. Towards, AI-assisted slide editing, existing agents operate on screenshots or weak document representations and often fragment coherent visual units, rasterize editable content, or break layout. In contrast, for controllable slide editing, we introduce an agentic framework, SLIDEFORGE, which builds a Deck State Graph, an executable slide state that links visual decomposition, native pptx object structure, and perceptual organization. By recovering human-referable components while retaining fine-grained editable structure, SLIDEFORGE supports theme-preserving reconstruction through slide-native operations and rendered-state verification. We further introduce an evaluation paradigm for controllable slide transformation that jointly measures component recovery, preservation, restyling consistency, visual quality, and native editability. Experiments show that SLIDEFORGE outperforms direct prompting, screenshot-based agents, and generic code-agent baselines across these dimensions. Code is available at https://github.com/UIUC-MONET/SLIDEFORGE.
• Abstract（参考訳）: 現在のAIエージェントは、スライドを積極的に説明します。 出力はレイアウト、スタイル、コンポーネント構造、ネイティブな編集性を保持する必要がある。 AIによるスライド編集に向けて、既存のエージェントはスクリーンショットや弱いドキュメント表現を操作し、コヒーレントなビジュアルユニットを断片化したり、編集可能なコンテンツをラスタライズしたり、レイアウトを壊したりする。 対照的に、制御可能なスライド編集には、視覚的分解、ネイティブなpptxオブジェクト構造、知覚組織をリンクする実行可能なスライド状態であるDeck State Graphを構築するエージェントフレームワークSLIDEFORGEを導入する。 詳細な編集可能な構造を維持しながら、人間の参照可能なコンポーネントを復元することにより、SLIDEFORGEはスライドネイティブ操作によるテーマ保存の再構築とレンダリング状態検証をサポートする。 さらに、制御可能なスライド変換の評価パラダイムを導入し、コンポーネントの回復、保存、回復の一貫性、視覚的品質、ネイティブ編集性などを共同で測定する。 実験の結果、SLIDEFORGEはこれらの次元にわたって直接プロンプト、スクリーンショットベースエージェント、ジェネリックコードエージェントベースラインよりも優れていた。 コードはhttps://github.com/UIUC-MONET/SLIDEFORGEで入手できる。

関連論文リスト

• SAGE: Structured Agentic Graph Editing for Software Diagrams [5.927477764911397]
  本稿では,Draw.ioとMermaidスタイルのエンジニアリングダイアグラムを即時編集するブラウザベースのツールであるSAGEを紹介する。 このツールはダイアグラムを編集可能なグラフ表現にマッピングし、これらの意図をグラフ指向の操作ステップに分析し、一般的なDraw.io XMLの問題を検証し、修復し、成功した結果を復元可能なバージョン付きアーティファクトとして保存する。
  論文  参考訳（メタデータ） (2026-07-01T15:55:09Z)
• CoEditor++: Instruction-based Visual Editing via Cognitive Reasoning [98.98349220451216]
  CoEditor++は、編集を"編集する方法"と"編集方法"に分解する、トレーニング不要のフレームワークである。 我々は,CoEditor++が編集タスクと編集タスクの両方において,最先端のパフォーマンスを実現することを示す。 以上の結果から,認知中心型画像編集の可能性が示唆された。
  論文  参考訳（メタデータ） (2026-01-31T12:20:46Z)
• SlideGen: Collaborative Multimodal Agents for Scientific Slide Generation [26.4357968329723]
  SlideGenは、科学論文をスライド生成するためのループフレームワークにおいて、エージェント的でモジュール的でビジュアルである。 ドキュメントの構造とセマンティクスを協調的に操作する視覚言語エージェントのグループを編成し、論理フローと魅力的なビジュアルプレゼンテーションを備えた編集可能なXスライドを生成する。
  論文  参考訳（メタデータ） (2025-12-04T07:22:16Z)
• 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)
• SliderEdit: Continuous Image Editing with Fine-Grained Instruction Control [50.76070785417023]
  スライダ編集(SliderEdit)は、細粒度で解釈可能な命令制御による連続的な画像編集のためのフレームワークである。 複数部分の編集命令が与えられたSliderEditは、個々の命令をアンタングルして、グローバルにトレーニングされたスライダとして公開する。 本結果は,連続的,構成的制御による対話的,命令駆動型画像操作の道を開くものである。
  論文  参考訳（メタデータ） (2025-11-12T20:21:37Z)
• Kontinuous Kontext: Continuous Strength Control for Instruction-based Image Editing [76.44219733285898]
  Kontinuous Kontext は命令駆動の編集モデルであり、編集強度を制御できる新しい次元を提供する。 軽量プロジェクタネットワークは、入力スカラーと編集命令をモデルの変調空間の係数にマッピングする。 本モデルのトレーニングには,既存の生成モデルを用いて,画像編集・指導・強化四重項の多種多様なデータセットを合成する。
  論文  参考訳（メタデータ） (2025-10-09T17:51:03Z)
• 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)
• Concept Sliders: LoRA Adaptors for Precise Control in Diffusion Models [52.894213114914805]
  拡散モデルから画像生成における属性を正確に制御できる解釈可能な概念スライダを作成する手法を提案する。 スライダは、プロンプトやサンプル画像の小さなセットを使用して作成される。 本手法は、物体の変形の修復や変形した手の固定など、安定XL拡散における持続的品質問題に対処するのに役立つ。
  論文  参考訳（メタデータ） (2023-11-20T18:59:01Z)

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。