幻灯片个性化新突破：SPIRE框架通过结构降噪学习设计意图

在幻灯片设计中，既要个性化整体主题风格，又要调整页面布局，但现有基于AI智能体的方法难以实现精细的页面级设计。这些方法通常依赖预设模板或用户详细指令，无法捕捉潜在的设计意图，导致页面级幻灯片个性化问题尚未解决。

为解决这一难题，本研究将页面级幻灯片个性化建模为逆向规划问题，提出学习设计意图而不假设具体执行工具（如PowerPoint、Beamer）的方法。然而，放弃对这些工具的控制会使端到端优化变得棘手。为此，研究者开发了SPIRE框架，通过有意破坏干净幻灯片的视觉结构，创建可验证的降噪任务，使两个智能体通过强化学习协作优化可执行设计。

研究证明，结构降噪是页面级幻灯片个性化的一致替代目标，多智能体公式能严格降低强化学习中的策略梯度方差。大量实验验证了SPIRE框架的优越性，为AI辅助设计工具提供了新思路。该方法突破了传统模板限制，使幻灯片设计更加灵活智能。