본 논문은 자연어 지침에 따라 실제 슬라이드를 신뢰성 있게 수정하는 능력을 측정하는 PowerPoint 편집 벤치마크인 PPTArena를 소개합니다. PPTArena는 이미지-PDF 렌더링 또는 텍스트-슬라이드 생성을 넘어, 100개의 데크, 2125개의 슬라이드, 텍스트, 차트, 테이블, 애니메이션, 마스터 레벨 스타일을 포함하는 800개 이상의 타겟 편집을 포함하는 인플레이스(in-place) 편집에 중점을 둡니다. 각 케이스는 정답 데크, 완벽하게 지정된 타겟 결과 및 구조적 차이와 슬라이드 이미지를 모두 사용하여 지침 준수 및 시각적 품질을 개별적으로 점수 매기는 이중 VLM-as-judge 파이프라인을 포함합니다. 또한, PPTPilot을 제안하며, 이는 의미적 편집 시퀀스를 계획하고, 정확한 제어를 위해 고수준 프로그래밍 도구와 결정적 XML 작업 사이를 라우팅하며, 작업별 제약 조건에 대해 반복적인 계획-편집-확인 루프를 통해 출력을 검증하는 구조 인식 슬라이드 편집 에이전트입니다.
