Qwen 3.6 슬라이드 생성 점수 최대 9.35점 올린 학습법 공개

고품질 파워포인트(PPT)를 자동으로 만드는 모델을 위한 통합 학습 체계가 2026년 10월 22일 arXiv 논문으로 공개됐다. 연구진은 개선한 지도 미세 조정 파이프라인으로 Qwen-3.6-27B와 Qwen-3.6-35B-A3B의 PresentBench 점수를 각각 7.45점, 9.35점 높였다고 밝혔다. 연구진은 두 모델이 일반화 성능을 유지하면서 GLM-5.2를 앞섰다고 밝혔다.

논문 제목은 'Building Presentation Intelligence for High-Quality Slide Generation'이다. 연구진은 PPT가 여러 분야에서 쓰이는 대표 소통 수단인데도 품질 높은 PPT를 만들려면 여전히 사람의 수작업이 많이 든다고 지적했다. 대규모 언어 모델(LLM)이 에이전트 과제 분야에서 최근 발전하면서 자동 생성에 새로운 기회와 과제가 함께 생겼다고도 설명했다(Chen et al., 2026 인용).

체계는 교차 검증 방식의 데이터 합성, 교사 모델 강화, 검증 가능한 보상 최적화로 이뤄진다. 먼저 데이터 합성 파이프라인은 데이터의 난이도와 타당성을 명시적으로 조절하도록 설계했다. 이어 규칙과 사전 지식을 바탕으로 교사 모델의 지시 수행 능력을 끌어올리는 틀을 만들었다.

지도 미세 조정 단계에서는 여러 교사 모델을 섞어 쓰는 방식과, 결과를 기준으로 학습 궤적을 거르는 가벼운 필터링을 적용했다. 마지막으로 이렇게 얻은 SFT 모델 위에 시각 품질을 측정하는 검증 가능한 심미 지표를 도입하고, GRPO 기반 강화 학습으로 텍스트만의 지도를 넘어 슬라이드 단위의 시각 속성을 최적화했다.

강화 학습을 더하면 다섯 가지 심미 차원 전반에서 성능이 더 올라, SFT가 시각적 다듬기에서 보인 한계를 메운다고 연구진은 설명했다.