Palette, da IBM Research, treina modelo open-weight de 20B para criar decks na linguagem de design da empresa

O Palette parte de uma tese concreta: um modelo open-weight de 20B, ajustado com dados sintéticos na IBM Design Language e protegido por um harness de verificação, compete com sistemas de fronteira e deixa o resultado sob controle de quem o roda. No PresentBench, ele ficou em primeiro lugar em Economics e Education, em terceiro em Talk e em segundo na média dos três domínios: 59,7 contra 60,8 do NotebookLM. Em Talk, onde os decks são narrativos, dois sistemas fechados pontuam acima.

O desenho técnico separa duas decisões. O designer escreve um brief em JSON (paleta, tipografia, layout e conteúdo por slide). O coder gera o pptxgenjs de cada slide, com o raciocínio antes do código. Os dois papéis usam um único adapter LoRA, e as chamadas do coder rodam em paralelo, o que deixa essa etapa de 6 a 7 vezes mais rápida. Os dados somam cerca de 1000 decks e 10 mil slides gerados por um teacher aberto grande, cada um com raciocínio contrafactual. Todo deck sintético é renderizado e checado contra sobreposição e estouro de texto. O harness de inferência usa o mesmo checker: ele só mantém uma reescrita se o slide melhorar, e nas 131 decks do benchmark soma 3,5 pontos em média. Os próprios autores admitem que o PresentBench não mede aderência a uma linguagem de design específica, e não conhecem benchmark que meça.

Para quem opera IA em ambiente com conteúdo confidencial ou template rígido, o recado é que um modelo pequeno e auto-hospedado pode bastar quando a saída tem estrutura verificável em código. O ganho parece vir mais do checker e dos dados com raciocínio do que do tamanho do modelo. É uma leitura editorial, e a validação de aderência ao template ainda não tem métrica pública.