RAP réunit 25 000 paires article-poster et apprend à l'IA à composer des posters en HTML/CSS
Concevoir un poster de conférence est une tâche qui mêle codage visuel, design et compression d'information. Des chercheurs de Meituan ont rassemblé plus de 25 000 paires vérifiées issues de conférences tenues entre 2022 et 2026, et proposent deux méthodes de génération : PosterRAG (un pipeline multi-agents sans entraînement) et SFT+RL (une recette pour entraîner un modèle spécialisé). Le jeu de données s'appuie sur une taxonomie de contenu à trois niveaux et un benchmark de 150 articles de test. Chaque exemple est converti en triplet article-poster-code : article → poster → HTML/CSS stylisé avec des emplacements typés à remplir. Cela permet de vérifier automatiquement la qualité via le rendu. • RAP : plus de 25 000 paires article-poster avec une taxonomie de contenu à trois niveaux • PosterRAG : pipeline multi-agents sans entraînement pour remplir les emplacements • SFT+RL : recette d'entraînement d'un modèle spécialisé sur les triplets
Traité par IA depuis Hugging Face Daily Papers ; édité par Hamidun News
Pourquoi coder un poster plutôt que le dessiner
Concevoir un poster académique est une tâche à la croisée du codage visuel, de la compression d'information et du design. Il faut tenir sur une seule page l'essentiel d'un article de plusieurs pages, tout en respectant une hiérarchie visuelle et une certaine esthétique. Les benchmarks modernes pour cette tâche restent rares : les jeux de données existants comptent peu d'exemples et ne sont annotés qu'avec des informations de mise en page.
Cela oblige à évaluer les résultats via un VLM-as-judge ou des check-lists plutôt que par une comparaison objective des rendus, tandis que les méthodes de génération conçoivent des mises en page à partir de zéro — les posters authentiques restent inexploités comme source de connaissance ou comme signal d'entraînement vérifié.
RAP : 25 000 triplets issus de conférences tenues entre 2022 et 2026
Des chercheurs de Meituan présentent RAP (Reconstruct A Poster), un jeu de données et un benchmark pour traiter la génération de posters comme une tâche de codage visuel. Le jeu de données comprend :
• plus de 25 000 paires article-poster vérifiées, issues de conférences de machine learning (2022–2026) • une taxonomie de contenu à trois niveaux • un benchmark held-out de 150 articles de test accompagnés de leurs posters authentiques
La particularité clé réside dans un pipeline de derendering entièrement automatisé, qui transforme chaque poster en code HTML/CSS stylisé doté d'emplacements typés et remplissables. Le résultat est un triplet article-poster-code, vérifiable par rendu par rapport à l'original. Chaque exemple sert à la fois à l'inférence et à l'entraînement.
Deux méthodes : de PosterRAG à SFT+RL
PosterRAG est un pipeline multi-agents sans entraînement. Il récupère un exemple de poster similaire et remplit ses emplacements avec le contenu du nouvel article, sans toucher à la mise en page ni à la mise en forme. Calcul minimal, adaptation instantanée.
SFT+RL est une recette pour entraîner un modèle spécialisé sur les triplets. Le supervised fine-tuning combiné au reinforcement learning permet au modèle d'apprendre à structurer le contenu et à remplir les emplacements en exploitant l'ensemble du jeu de données.
Travaux connexes en 2026
L'écosystème des outils de génération visuelle se développe en parallèle :
• AesCode : Aesthetic Code Generation with Decoupled Cross-Modal Rewards • InfoVis : Unified Slide Image Generation and Editing • From Prompting to Composing: A Spatial Canvas Interface for Poster Generation • Read, Parse, Describe: Unified Document Parsing with Visual Element Description Generation • Beyond Instruction-Driven Editing: Source-Grounded Problem Discovery with User-Governed Repair for Scientific Posters • ReDeck: Step-Level Render-Grounded Refinement for Document-to-Slide Generation • Xiaomi-OCR-0 Technical Report
Une démo est disponible sur reconstruct-a-poster.github.io.
Auteurs : Haonan Han, Yukang Lin, Minliang Lin, Haoxian Tan, Jun-Yan He, Rui Yang, Zhi-Qi Cheng, Jie Hu, Guanglu Wan, Xiu Li (Meituan).
Questions clés sur cet article
Pourquoi coder un poster plutôt que le dessiner?
Concevoir un poster académique est une tâche à la croisée du codage visuel, de la compression d'information et du design. Il faut tenir sur une seule page l'essentiel d'un article de plusieurs pages, tout en respectant une hiérarchie visuelle et une certaine esthétique. Les benchmarks modernes pour cette tâche restent rares : les jeux de données existants comptent peu d'exemples et ne sont annotés qu'avec des informations de mise en page. Cela oblige à évaluer les résultats via un VLM-as-judge ou des check-lists plutôt que par une comparaison objective des rendus, tandis qu
Que sait-on sur RAP : 25 000 triplets issus de conférences tenues entre 2022 et 2026 ?
Des chercheurs de Meituan présentent RAP (Reconstruct A Poster), un jeu de données et un benchmark pour traiter la génération de posters comme une tâche de codage visuel. Le jeu de données comprend : plus de 25 000 paires article-poster vérifiées, issues de conférences de machine learning (2022–2026) une taxonomie de contenu à trois niveaux un benchmark held-out de 150 articles de test accompagnés de leurs posters authentiques La particularité clé réside dans un pipeline de derendering entièrement automatisé, qui transforme chaque poster en code HTML/CSS stylisé doté d'empl
Que sait-on sur Deux méthodes : de PosterRAG à SFT+RL ?
PosterRAG est un pipeline multi-agents sans entraînement. Il récupère un exemple de poster similaire et remplit ses emplacements avec le contenu du nouvel article, sans toucher à la mise en page ni à la mise en forme. Calcul minimal, adaptation instantanée. SFT+RL est une recette pour entraîner un modèle spécialisé sur les triplets. Le supervised fine-tuning combiné au reinforcement learning permet au modèle d'apprendre à structurer le contenu et à remplir les emplacements en exploitant l'ensemble du jeu de données.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.