Palette d’IBM, un modèle à poids ouverts de 20B pour des diapositives selon votre langage de design, avec un cadre de vérification en filet de sécurité
Selon un billet de blog d’IBM Research du 3 novembre 2026, Palette affine un modèle à poids ouverts de 20B sur environ 1 000 présentations synthétiques, soit environ 10 000 diapositives ; le système sépare la planification du design de la génération de code page par page et utilise un cadre de vérification de la géométrie au rendu pour corriger les chevauchements et les débordements.
Ce qui change
Trois auteurs d’IBM Research ont publié Palette le 3 novembre 2026 sur le blog de Hugging Face : un système obtenu en entraînant un petit modèle à poids ouverts à produire seul une présentation complète. Selon l’article, Palette est un modèle de 20B, affiné avec un adaptateur LoRA sur environ 1 000 présentations synthétiques, soit environ 10 000 diapositives, et dont les mises en page des données d’entraînement suivent le langage de design d’IBM ; l’article ne nomme pas le modèle de base. Le travail est réparti entre deux rôles, assurés par le même adaptateur LoRA. Le concepteur lit le plan et rédige un brief JSON structuré comprenant la palette de couleurs, le système de polices, la mise en page de chaque diapositive, le contenu exact et une courte justification ; le codeur reçoit la spécification d’une diapositive, écrit d’abord un raisonnement, puis du JavaScript pptxgenjs qui dessine cette diapositive. Comme le contexte de chaque diapositive est fixé avant l’écriture du moindre code, les appels du codeur peuvent être parallélisés par diapositive, ce qui rend l’étape de codage environ 6 à 7 fois plus rapide, selon l’article. Les auteurs mentionnent aussi un détail d’entraînement : les échantillons du codeur étant environ cinq fois plus longs que ceux du concepteur, un mélange simple sous-entraînerait le concepteur ; les échantillons du concepteur ont donc été suréchantillonnés cinq fois. Les utilisateurs peuvent écrire des instructions entre doubles crochets dans le plan, par exemple pour transformer des jalons en chronologie, préciser le ton ou le public, ou demander d’omettre certains contenus. La recette de données couvre 12 catégories d’instructions, avec plusieurs formulations par catégorie, afin que le modèle apprenne l’intention plutôt que des phrases figées. La sortie du modèle n’est pas livrée directement. Chaque présentation passe d’abord par un cadre de vérification et de réparation : des règles simples corrigent les codes couleur mal formés, puis chaque diapositive est rendue et sa géométrie mesurée, ce qui permet de signaler les textes qui se chevauchent, sont rognés ou sortent de la zone ; le code de la diapositive est alors confié à un autre modèle de réécriture, et la réécriture n’est conservée que si le vérificateur confirme une amélioration, sinon la version d’origine est restaurée. Les auteurs affirment que, sur 131 présentations PresentBench, ce cadre apporte en moyenne un gain de 3,5 points. PresentBench note cinq dimensions : les fondamentaux, le design visuel, l’exhaustivité, l’exactitude et la fidélité. Palette arrive en tête dans Economics et Education, se classe troisième dans Talk, plus narratif, avec une moyenne de 59,7 points sur les trois domaines, derrière NotebookLM à 60,8 points, à la deuxième place ; les chiffres de référence proviennent de l’article PresentBench, et dans ces exécutions, les plans ont été rédigés par un autre modèle de pointe à partir des documents sources.
Conséquences pour les développeurs
L’effet pratique pour les développeurs se concentre sur trois points. Premièrement, la forme de la livraison change : Palette ne génère pas une présentation entière en une seule fois, mais produit par couches des objets intermédiaires vérifiables — plan, brief JSON, code de chaque diapositive. Le brief est lisible et modifiable ; une personne ou un autre agent peut ne changer que la mise en page d’une diapositive sans régénérer toute la présentation, ce qui oblige l’intégrateur à gérer le brief comme une interface versionnée, et non comme une donnée interne temporaire. Dès que le schéma de mise en page change, les outils aval qui modifient une seule diapositive sont les premiers à casser. Deuxièmement, la forme des appels change. Le parallélisme page par page fait passer une tâche d’une longue requête à une douzaine de requêtes courtes ; les délais d’attente, les réessais, la limitation de débit et les coûts se comptent par diapositive. Pour un service auto-hébergé, les réessais locaux et la mise en cache sont plus faciles, mais la dérive des coûts l’est aussi : la réécriture après l’échec d’une diapositive déclenche un appel supplémentaire au modèle de réécriture. Le cadre de vérification n’est pas gratuit : il insère le moteur de rendu et un second modèle dans le chemin de retour, si bien que la latence de bout en bout et la facture de calcul ne sont pas celles d’une génération unique. Troisièmement, les limites de capacité sont plus nettes. Les auteurs reconnaissent que PresentBench mesure seulement la qualité des présentations, pas le respect d’un langage de design donné, et déclarent ne pas connaître de benchmark capable de le faire. Autrement dit, l’affirmation d’un entraînement selon votre langage de design ne peut pas encore être vérifiée par un indicateur tiers existant. Une autre faiblesse citée concerne les présentations à forte densité graphique : extraire des images des documents sources et les placer à l’aide du cadre de vérification reste prévu pour une prochaine étape. Par ailleurs, l’application légère de gabarits existants — appliquer une nouvelle apparence à une ou deux présentations .pptx internes sans réentraînement — n’est aussi qu’une piste d’exploration. Il reste une dépendance facile à négliger : dans les exécutions PresentBench, les plans ont été rédigés par un autre modèle de pointe à partir des documents sources. Autrement dit, le résultat de bout en bout est une combinaison « planificateur + Palette », et une instance Palette auto-hébergée n’obtient pas automatiquement cette chaîne amont. Les équipes qui doivent garder tout le contenu confidentiel et à l’intérieur de leur réseau interne doivent assurer cette étape elles-mêmes.
Intégration et évaluation
Ce qui suit est une analyse de recommandations et de conditions fondée sur l’article, et non un fait rapporté. Première recommandation : décider d’abord s’il faut adopter le pipeline en deux étapes « brief + code page par page ». Le changement rapporté correspondant est qu’un seul adaptateur assume les rôles de concepteur et de codeur, et que les appels page par page peuvent être parallélisés, l’article indiquant une étape de codage environ 6 à 7 fois plus rapide. Le choix à faire est de définir l’interface du système sur le brief structuré, plutôt que de demander directement au modèle un fichier final. La condition d’application est de produire 10 à 20 diapositives par lot et d’avoir un véritable besoin de « ne modifier qu’une diapositive » ; s’il s’agit seulement de produire occasionnellement un court document, l’orchestration supplémentaire, la maintenance du schéma et l’étape de rendu risquent d’annuler le gain du parallélisme. Critère mesurable : avec un lot fixe de documents sources, enregistrer le temps d’horloge de bout en bout pour chaque présentation de 15 diapositives, le nombre de réessais par diapositive et le taux de défauts géométriques (proportion de diapositives avec chevauchement ou débordement), puis comparer à une génération de bout en bout en une seule passe. Deuxième recommandation : avant d’intégrer la vérification-réparation au chemin de production, construire d’abord un contrôle de rendu et de géométrie mesurable automatiquement. L’élément rapporté est que, sur 131 présentations, le cadre apporte en moyenne 3,5 points, et qu’une réécriture n’est conservée que si le vérificateur confirme une amélioration. Le choix consiste à faire d’une « amélioration quantifiable » un seuil strict pour accepter une réécriture, plutôt que de laisser le modèle de réécriture écraser sans condition. La condition préalable est cruciale : il faut un vérificateur capable de rendre la sortie et de mesurer les chevauchements, les rognages et les débordements ; le blog ne publie pas l’implémentation de ce vérificateur, cette partie est donc à construire soi-même. Critères mesurables : proportion de diapositives signalées, proportion de réécritures acceptées, et écart entre cadre activé et désactivé sur votre propre grille de notation. Si le taux d’acceptation est très faible et que le score ne bouge presque pas, les appels au modèle de réécriture ne représentent qu’un coût. Troisième recommandation : exprimer les préférences de mise en page et de contenu sous forme d’instructions structurées dans le plan, plutôt que de les entasser dans un long prompt. L’élément rapporté est que l’entraînement couvre 12 catégories d’instructions, avec plusieurs formulations par catégorie, et inclut des exemples comme la transformation en chronologie. Il s’agit de transformer des exigences comme « passer en chronologie », « pas de prix » ou « destiné au conseil d’administration » en champs, et non en texte libre. La condition d’application est que l’étape de génération du plan produise ces instructions de manière stable ; si les instructions sont saisies librement par les utilisateurs finaux, valider d’abord le taux de respect. Critère mesurable : pour un même plan, exprimer une même intention de cinq manières différentes et mesurer le taux d’atteinte de l’intention ainsi que le taux de régression de format. Deux autres recommandations opérationnelles concernent l’évaluation. Pour reproduire ou comparer des scores PresentBench, fixez d’abord la source des plans, car les scores du dispositif d’origine intègrent la capacité de planification d’un autre modèle de pointe ; une comparaison directe avec votre propre chaîne fausserait l’évaluation de la contribution propre de Palette. Ensuite, mettez en place un contrôle à petite échelle du respect de votre propre langage de design, par exemple en comparant par échantillonnage l’usage des polices, des palettes de couleurs et de la grille aux règles internes, car les référentiels publics ne couvrent pas cette dimension. En matière d’intégration, l’article décrit des scénarios de poids ouverts et d’auto-hébergement, sans fournir d’API hébergée ; si une équipe choisit l’auto-hébergement, le déploiement d’un modèle de 20B et la planification du débit pour des appels concurrents page par page nécessitent un dimensionnement de capacité séparé, et l’article ne fournit aucun chiffre de latence ou de coût à ce sujet.
Limites et points à confirmer
L’article ne fournit que des informations de recherche et d’évaluation ; les éléments clés nécessaires à une mise en production manquent encore. Le texte parle partout de « poids ouverts », mais n’indique ni où télécharger les poids ni les conditions de licence ; la disponibilité des poids ne vaut pas licence open source, et il faut confirmer auprès du diffuseur avant tout usage commercial, redistribution ou entraînement dérivé. Le modèle de base n’est pas nommé ; il est seulement indiqué qu’il fait 20B, ce qui ne permet pas de savoir quelles capacités et quelles limites il hérite. L’implémentation exacte du vérificateur, le schéma du brief et l’ensemble complet des catégories d’instructions ne sont pas publics ; toute reproduction repose sur une reconstruction interne. Le protocole d’évaluation est lui aussi limité : seuls trois domaines sont rapportés, les chiffres de référence viennent de l’article PresentBench, les plans sont rédigés par un autre modèle de pointe, les auteurs reconnaissent qu’aucun benchmark ne mesure le respect du langage de design, et le gain de 3,5 points du cadre se limite à leurs 131 présentations et à leur méthode de notation. Le placement d’images extraites pour les présentations à forte densité graphique, l’application légère de gabarits existants et l’utilisation des signaux du vérificateur comme récompense d’apprentissage par renforcement relèvent explicitement de prochaines étapes, pas de capacités actuelles. Cette version 20B de Palette ne figure actuellement pas dans le catalogue de modèles de KimiSeek ; l’article ne fournit pas non plus d’API hébergée, et toute indication de disponibilité ou de mode d’obtention renvoie à IBM Research, à l’origine de la publication.
Illustrations de l’article original



