論文の概要: SlideLab: Audience-Centered Scientific Slide Generation and Evaluation

• arxiv url: http://arxiv.org/abs/2609.30294v1
• Date: Sun, 13 Sep 2026 10:39:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 14:48:16.130545
• Title: SlideLab: Audience-Centered Scientific Slide Generation and Evaluation
• Title（参考訳）: SlideLab: オーディエンス中心の科学スライド生成と評価
• Abstract要約: 研究論文から科学的プレゼンテーションを生成するための,学習不要なマルチエージェントフレームワークであるSlideLabについて紹介する。 ConfArenaも紹介します。会議室をシミュレートし,スライドによるプレゼンテーションのスライドを評価する,オーディエンス指向の評価フレームワークです。
• 参考スコア（独自算出の注目度）: 11.275435417281185
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific presentations are more than summaries of research papers. They need to present the work in a coherent sequence, explain the main ideas clearly, and help the audience follow the presentation. We present SlideLab, a training-free multi-agent framework for generating scientific presentations from research papers. SlideLab first plans the presentation narrative, then builds and iteratively refines a shared slide deck using agents for content planning, visual generation, layout refinement, and grounding verification. In a blind human preference study, SlideLab was preferred over both open-source and commercial systems on 77% of papers while using roughly 4 times fewer inference tokens than the strongest open-source baseline. We also introduce ConfArena, an audience-oriented evaluation framework that simulates a conference room and assesses presentations slide by slide. ConfArena matches human system rankings and detects injected presentation problems, including falsified numbers, degraded figures, dropped slides, and shuffled slide order.
• Abstract（参考訳）: 科学的プレゼンテーションは研究論文の要約以上のものです。 彼らは、作品を一貫性のあるシーケンスで提示し、主要なアイデアを明確に説明し、聴衆がプレゼンテーションに従うのを助ける必要があります。 研究論文から科学的プレゼンテーションを生成するための,学習不要なマルチエージェントフレームワークであるSlideLabについて紹介する。 SlideLabはまずプレゼンテーションのストーリーを計画し、コンテントプランニング、ビジュアル生成、レイアウトのリファインメント、グラウンド検証のためのエージェントを使用して共有スライドデッキを構築し、反復的に洗練する。 盲目的な人間の嗜好調査では、SlideLabは77%の論文でオープンソースと商用のシステムよりも好まれ、最も強力なオープンソースベースラインの約4倍の推論トークンを使用した。 ConfArenaも紹介します。会議室をシミュレートし,スライドによるプレゼンテーションのスライドを評価する,オーディエンス指向の評価フレームワークです。 ConfArenaは人間のシステムランキングと一致し、ファルシフィケーションされた数字、劣化した数字、スライドのドロップ、シャッフルされたスライドオーダーなどのインジェクトされたプレゼンテーション問題を検出する。

関連論文リスト

• 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)
• Paper2Video: Automatic Video Generation from Scientific Papers [62.634562246594555]
  Paper2Videoは、著者が作成したプレゼンテーションビデオ、スライド、スピーカーメタデータと組み合わせた101の研究論文の最初のベンチマークである。 そこで我々は,学術プレゼンテーションビデオ生成のための最初のマルチエージェントフレームワークであるPaperTalkerを提案する。
  論文  参考訳（メタデータ） (2025-10-06T17:58:02Z)
• 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)
• SlideSpawn: An Automatic Slides Generation System for Research Publications [0.0]
  本稿では,研究資料のPDFを入力とし,質の高いプレゼンテーションを生成する新しいシステムであるSlideSpwanを提案する。 PS5KデータセットとAminer 9.5K Insightsデータセットに基づいてトレーニングされた機械学習モデルを使用して、論文の各文のサリエンスを予測する。 650対の論文とスライドによるテストセットの実験により,本システムがより良い品質のプレゼンテーションを生成することを示す。
  論文  参考訳（メタデータ） (2024-11-20T18:16:16Z)
• Awaking the Slides: A Tuning-free and Knowledge-regulated AI Tutoring System via Language Model Coordination [52.20542825755132]
  Slide2Lectureは、チューニング不要で知識を制御した知的チューリングシステムである。 入力された講義スライドを、不均一な教育行為の集合からなる構造化された教育課題に効果的に変換することができる。 教師や開発者にとって、Slide2Lectureはパーソナライズされた要求に対応するカスタマイズを可能にする。
  論文  参考訳（メタデータ） (2024-09-11T16:03:09Z)
• Telling Stories from Computational Notebooks: AI-Assisted Presentation Slides Creation for Presenting Data Science Work [47.558611855454195]
  本稿では,NB2SlidesというAIシステムについて述べる。 NB2Slidesはディープラーニング手法とサンプルベースのプロンプトを使用して、計算ノートブックからスライドを生成する。 また、スライドをノートブックにリンクして、ユーザーがスライドを編集するのに役立つインタラクティブな視覚化も提供する。
  論文  参考訳（メタデータ） (2022-03-21T16:06:07Z)
• DOC2PPT: Automatic Presentation Slides Generation from Scientific Documents [76.19748112897177]
  文書・スライド生成のための新しい課題とアプローチを提案する。 エンドツーエンドでタスクに取り組むための階層的なシーケンス・ツー・シーケンスアプローチを提案する。 提案手法では,文書やスライド内の固有構造を利用して,パラフレーズとレイアウト予測モジュールを組み込んでスライドを生成する。
  論文  参考訳（メタデータ） (2021-01-28T03:21:17Z)
• Learning to Emphasize: Dataset and Shared Task Models for Selecting Emphasis in Presentation Slides [31.540208729354354]
  プレゼンテーションスライドで強力なリードワードを強調することで、聴衆はスライド全体を読むのではなく、特定の焦点に目を向けることができる。 この要求に動機づけられて、プレゼンテーションスライドにおける強調選択(ES)の問題を研究します。 クラウドソーシングされた設定で強調語で注釈付けされた、さまざまなトピックを備えたプレゼンテーションスライドを含む新しいデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-01-02T06:54:55Z)

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。