ReDeck：面向文档转幻灯片生成的逐步渲染级精细优化

arXiv:2609.00194v1 公告类型：new

摘要：文档转幻灯片生成颇具挑战，因为幻灯片是密集的可编辑产物，既需要忠实的内容选取，也需要精确的空间排版。近期的 slide agent 采用迭代反思机制，但通常遵循一种整体式的"一版一反馈"循环：先重写幻灯片或整套演示文稿，再进行渲染，且仅在轮次边界处接受 critique。这种延迟反馈导致溢出、重叠、裁切和画布外放置等局部故障难以归因和修复。我们提出 ReDeck，一种 step-level 的 render-grounded 精修框架，它将幻灯片修订分解为原子化编辑动作，并在每一步后返回由渲染器衍生的 observation，将精修转变为"一编辑一观察"。为了在局部修复与全局质量之间取得平衡，ReDeck 采用多粒度反馈：step-level 的 render feedback 用于空间错误，turn-level 的 adaptive critic 提供语义与设计指导，submission-level 的 gate 则负责严格的 layout validation。我们进一步推出 DeckQuiz benchmark，将内容保真度、空间正确性和设计质量解耦评估。在 GPT-5.4、Claude-4.6 和 Gemini-3.1 上，ReDeck 始终优于现有的幻灯片生成 agent，消融实验也证实反馈的时机与粒度对可靠的幻灯片精修至关重要。