MemSlides: Un marco de agente impulsado por memoria jerárquica para la generación personalizada de diapositivas con revisión local de múltiples turnos

Resumen

La generación de presentaciones personalizadas requiere algo más que condicionar una indicación o plantilla actual: los agentes deben conservar preferencias de usuario estables entre tareas, retener nuevas preferencias y restricciones introducidas durante la revisión en múltiples turnos, y realizar ediciones locales de manera confiable. Proponemos MemSlides, un marco de memoria jerárquica para agentes de presentaciones personalizadas que separa la memoria a largo plazo de la memoria de trabajo, y además divide la memoria a largo plazo en memoria de perfil de usuario y memoria de herramientas. La memoria de perfil de usuario almacena perfiles condicionados por intención para la personalización en ronda 0; la memoria de trabajo transporta preferencias activas y restricciones de sesión a través de rondas de revisión; y la memoria de herramientas almacena experiencia de ejecución reutilizable para ediciones localizadas fiables. MemSlides combina este diseño de memoria con una revisión local de diapositivas con alcance, de modo que las actualizaciones dirigidas actúan sobre la región afectada más pequeña en lugar de regenerar repetidamente toda la presentación. En experimentos controlados, la memoria de perfil de usuario mejora los juicios de alineación con la persona en un banco de perfiles de múltiples personas y múltiples intenciones; la inyección de memoria de herramientas mejora el comportamiento de modificación en bucle cerrado en configuraciones diagnósticas de pares emparejados; y los casos cualitativos ilustran la capacidad de la memoria de trabajo para transferir preferencias. En conjunto, estos resultados sugieren que la personalización efectiva en la creación de presentaciones depende de separar los perfiles de usuario persistentes, la memoria de trabajo a nivel de sesión y la experiencia de ejecución reutilizable, tanto en la generación como en la revisión localizada.

English

Personalized presentation generation requires more than conditioning on a current prompt or template: agents must preserve stable user preferences across tasks, retain newly introduced preferences and constraints during multi-turn revision, and carry out local edits reliably. We propose MemSlides, a hierarchical memory framework for personalized presentation agents that separates long-term memory from working memory and further divides long-term memory into user profile memory and tool memory. User profile memory stores intent-conditioned profiles for round-0 personalization, working memory carries active preferences and session constraints across revision rounds, and tool memory stores reusable execution experience for reliable localized editing. MemSlides pairs this memory design with scoped slide-local revision, so targeted updates act on the smallest affected region instead of repeatedly regenerating the full deck. In controlled experiments, user profile memory improves persona-alignment judgments on a multi-persona, multi-intent profile bank, tool-memory injection improves closed-loop modify behavior in diagnostic matched-pair settings, and qualitative cases illustrate working memory's ability to carryover preferences. Taken together, these results suggest that effective personalization in presentation authoring depends on separating persistent user profiles, session-level working memory, and reusable execution experience across generation and localized revision.