Hugging Face presenta Palette, un modelo 20B para crear presentaciones con un lenguaje visual
🎧 Escucha esta noticia
Hugging Face presenta Palette como una apuesta por un modelo pequeño de pesos abiertos que puede ejecutarse en la infraestructura del usuario y entrenarse para seguir su propio lenguaje visual. El modelo de 20B se ajustó con LoRA y datos sintéticos basados en IBM Design Language; la empresa afirma que quedó en primer lugar en dos de los tres dominios medidos en PresentBench.
El sistema divide el trabajo entre un “diseñador”, que define en JSON la estructura, el contenido y las decisiones visuales, y un “programador”, que genera el código JavaScript de cada diapositiva. Hugging Face afirma que la separación reduce errores de geometría, como texto cortado y elementos superpuestos, permite editar diapositivas individuales y hace que la etapa de programación sea aproximadamente 6–7 veces más rápida al permitir llamadas en paralelo. La empresa también dice que utilizó datos sintéticos generados por un modelo abierto más grande porque no existe un corpus público que reúna planes de presentaciones, decisiones de diseño y código de diapositivas.
Por qué importa · interpretación editorial
Separar las decisiones de diseño de la generación de código podría hacer más editables las presentaciones creadas por modelos y reducir errores de maquetación, según Hugging Face. El uso de un modelo de pesos abiertos que puede entrenarse en la infraestructura del usuario también permite adaptarlo a un lenguaje visual específico, sin depender de un corpus público de este tipo.