Erzählungsgesteuerte Papier-zu-Folien-Generierung mit ArcDeck
Narrative-Driven Paper-to-Slide Generation via ArcDeck
April 13, 2026
Autoren: Tarik Can Ozden, Sachidanand VS, Furkan Horoz, Ozgur Kara, Junho Kim, James Matthew Rehg
cs.AI
Zusammenfassung
Wir stellen ArcDeck vor, ein Multi-Agenten-Framework, das die Erstellung von Präsentationsfolien aus wissenschaftlichen Artikeln als strukturierte narrative Rekonstruktionsaufgabe formuliert. Im Gegensatz zu bestehenden Methoden, die Rohtext direkt in Folien zusammenfassen, modelliert ArcDeck explizit den logischen Fluss des Ausgangspapiers. Es analysiert zunächst die Eingabe, um einen Diskursbaum zu konstruieren und ein globales Commitment-Dokument zu erstellen, wodurch die übergeordnete Intention erhalten bleibt. Diese strukturellen Priors leiten dann einen iterativen Multi-Agenten-Verfeinerungsprozess, in dem spezialisierte Agenten den Präsentationsentwurf iterativ kritisieren und überarbeiten, bevor die endgültigen visuellen Layouts und Designs gerendert werden. Zur Evaluation unseres Ansatzes führen wir außerdem ArcBench ein, einen neu kuratierten Benchmark mit akademischen Paper-Slide-Paaren. Experimentelle Ergebnisse zeigen, dass explizite Diskursmodellierung in Kombination mit rollenspezifischer Agentenkoordination den narrativen Fluss und die logische Kohärenz der generierten Präsentationen signifikant verbessert.
English
We introduce ArcDeck, a multi-agent framework that formulates paper-to-slide generation as a structured narrative reconstruction task. Unlike existing methods that directly summarize raw text into slides, ArcDeck explicitly models the source paper's logical flow. It first parses the input to construct a discourse tree and establish a global commitment document, ensuring the high-level intent is preserved. These structural priors then guide an iterative multi-agent refinement process, where specialized agents iteratively critique and revise the presentation outline before rendering the final visual layouts and designs. To evaluate our approach, we also introduce ArcBench, a newly curated benchmark of academic paper-slide pairs. Experimental results demonstrate that explicit discourse modeling, combined with role-specific agent coordination, significantly improves the narrative flow and logical coherence of the generated presentations.