# IBM leert klein open model presentaties maken in eigen huisstijl

- Rubriek: Tools
- Gepubliceerd: 2026-11-03T17:35:36+01:00
- URL: https://aiweekblad.nl/artikel/ibm-leert-klein-open-model-presentaties-maken-in-eigen-huisstijl
- Bron: Hugging Face Blog, [Palette: teaching a small model to build decks in your design language](https://huggingface.co/blog/ibm-research/palette-deck-building)

> IBM Research traint met Palette een open model van 20 miljard parameters om slides in een vaste huisstijl te bouwen. Het draait op eigen servers.

Vraag je een groot AI-model om een presentatie, dan krijg je meestal iets verzorgds. Vraag je er tien, dan gaan ze op elkaar lijken: dezelfde nette standaardstijl, met dat herkenbare 'gemaakt door AI'-uiterlijk. Dat is lastig voor bedrijven met een eigen huisstijl, en nog lastiger als de inhoud vertrouwelijk is en niet naar een externe dienst mag. IBM Research presenteert daarom **Palette**: een aanpak om een klein open model zelf presentaties te laten bouwen in jouw ontwerptaal.

## Een ontwerper en een programmeur

IBM trainde een model van 20 miljard parameters, klein genoeg om op eigen servers te draaien. Volgens IBM zijn zulke kleine modellen normaal slecht in slides: titels verdwijnen in de achtergrond, tekst loopt van de pagina en vormen stapelen zich op elkaar. Het model 'ziet' de slide namelijk niet, maar schrijft code die elk element op een positie zet.

Palette knipt het werk daarom in tweeën, zoals een mens dat ook doet:

- Een **ontwerper** maakt een plan voor de hele presentatie: kleuren, lettertypen en per slide de opmaak en inhoud, met een korte toelichting.

- Een **programmeur** bouwt elke slide afzonderlijk in code. Omdat alles vooraf vastligt, kunnen alle slides tegelijk worden gemaakt. Dat maakt die stap volgens IBM zes à zeven keer sneller.

Je kunt het resultaat bijsturen met korte opdrachten in je plan, zoals 'maak hier een tijdlijn van'. Daarna controleert een apart programma elke slide op tekst die overlapt of buiten beeld valt. Een herstelmodel past mislukte slides aan, maar die wijziging blijft alleen staan als de controle bevestigt dat de slide beter is geworden.

## Hoe goed is het?

IBM trainde het model op zo'n duizend kunstmatig gegenereerde presentaties in de eigen IBM Design Language. Op de test PresentBench scoort Palette volgens IBM als beste in de onderdelen economie en onderwijs, en derde bij presentaties voor een lezing. Gemiddeld over de drie onderdelen eindigt het tweede, net achter Googles NotebookLM (59,7 tegen 60,8 punten). Die cijfers komen van IBM zelf. IBM merkt ook op dat er nog geen test bestaat die meet of een presentatie echt een specifieke huisstijl volgt.

Een belangrijke les volgens de onderzoekers: het model verzon soms feiten als de opgegeven inhoud te mager was. Extra regels in de instructies hielpen daar nauwelijks tegen; betere voorbeeldpresentaties in de trainingsdata wel.

## Waarom eigen hardware aantrekkelijk is

Voor Nederlandse en Europese organisaties die gevoelige stukken niet naar een Amerikaanse clouddienst willen sturen, is dit soort werk interessant. Het past in een bredere trend van bedrijven die [open modellen op hun eigen servers draaien](https://aiweekblad.nl/artikel/nederlandse-bedrijven-draaien-chinese-ai-modellen-op-eigen-servers) vanwege kosten en controle over data. IBM bracht eerder ook al open modellen uit die je zelf kunt beheren, zoals [Granite Switch](https://aiweekblad.nl/artikel/ibm-werkt-granite-switch-bij-zoals-software-spraak-in-10-talen). Of Palette zelf als downloadbaar model beschikbaar komt, staat niet in de blogpost; IBM beschrijft vooral de methode. Als volgende stap wil IBM het model leren werken met je eigen PowerPoint-sjablonen, zonder opnieuw te trainen.

_Met AI geschreven door AIweekblad op basis van [Palette: teaching a small model to build decks in your design language](https://huggingface.co/blog/ibm-research/palette-deck-building) (Hugging Face Blog). Redactiebeleid: https://aiweekblad.nl/redactiebeleid_