DesignLab: Projetando Slides Através de Detecção e Correção Iterativas

DesignLab: Designing Slides Through Iterative Detection and Correction

July 23, 2025

Autores: Jooyeol Yun, Heng Wang, Yotaro Shimose, Jaegul Choo, Shingo Takamatsu

cs.AI

Resumo

Criar slides de apresentação de alta qualidade pode ser desafiador para não especialistas devido à complexidade envolvida na navegação por diversas escolhas de design. Várias ferramentas automatizadas podem sugerir layouts e esquemas de cores, mas frequentemente carecem da capacidade de refinar sua própria saída, um aspecto crucial em fluxos de trabalho do mundo real. Propomos o DesignLab, que separa o processo de design em dois papéis: o revisor de design, que identifica problemas relacionados ao design, e o contribuidor de design, que os corrige. Essa decomposição permite um loop iterativo onde o revisor detecta continuamente problemas e o contribuidor os corrige, permitindo que um rascunho seja aprimorado a cada iteração, alcançando qualidades que antes eram inatingíveis. Ajustamos modelos de linguagem de grande escala para esses papéis e simulamos rascunhos intermediários introduzindo perturbações controladas, permitindo que o revisor de design aprenda sobre erros de design e o contribuidor aprenda a corrigi-los. Nossos experimentos mostram que o DesignLab supera os métodos existentes de geração de design, incluindo uma ferramenta comercial, ao abraçar a natureza iterativa do design, resultando em slides polidos e profissionais.

English

Designing high-quality presentation slides can be challenging for non-experts due to the complexity involved in navigating various design choices. Numerous automated tools can suggest layouts and color schemes, yet often lack the ability to refine their own output, which is a key aspect in real-world workflows. We propose DesignLab, which separates the design process into two roles, the design reviewer, who identifies design-related issues, and the design contributor who corrects them. This decomposition enables an iterative loop where the reviewer continuously detects issues and the contributor corrects them, allowing a draft to be further polished with each iteration, reaching qualities that were unattainable. We fine-tune large language models for these roles and simulate intermediate drafts by introducing controlled perturbations, enabling the design reviewer learn design errors and the contributor learn how to fix them. Our experiments show that DesignLab outperforms existing design-generation methods, including a commercial tool, by embracing the iterative nature of designing which can result in polished, professional slides.