RAP reúne 25 mil pares artigo–pôster e ensina IA a diagramar pôsteres em HTML/CSS

Pesquisadores apresentaram o RAP (Reconstruct A Poster), um dataset e benchmark que transforma a criação de um pôster científico em uma tarefa de coding visual. O corpus reúne mais de 25 mil pares artigo–pôster verificados, de conferências de ML de 2022 a 2026. Há também um teste held-out: 150 artigos, cada um com o pôster original dos autores preservado. Cada pôster foi convertido automaticamente em HTML/CSS, de modo que cada amostra forma um trio artigo–pôster–marcação.

Por que justamente o pôster

Os autores descrevem o pôster como um coding visual em miniatura. É preciso condensar o artigo inteiro em uma única página. Para isso, o modelo tem de resumir o texto, tomar decisões de design e escrever código ao mesmo tempo, e o único material de partida é o próprio artigo.

Mesmo assim, há poucos benchmarks para essa tarefa. Os conjuntos existentes são pequenos, e as anotações se limitam aos contornos dos blocos do layout. Por isso, a qualidade precisa ser avaliada por um VLM no papel de juiz ou por pessoas seguindo checklists. Não existe uma comparação objetiva do tipo "renderizar e comparar com a referência". Há ainda um segundo problema: os métodos atuais projetam o layout do zero com esses dados, e os pôsteres prontos dos autores não são usados nem como biblioteca de design para busca, nem como amostra de treinamento verificada.

Como o RAP funciona

O centro do pipeline é a derenderização totalmente automática. Cada pôster vira um HTML/CSS estilizado, com slots tipados que podem ser preenchidos novamente. Como a marcação vem de um pôster real, ela pode ser renderizada e comparada com o original. Assim, cada amostra é verificável.

Além disso, todos os pares foram anotados com uma taxonomia de conteúdo em três níveis. A descrição não revela como esses níveis são organizados.

• Volume: mais de 25 mil pares artigo–pôster de conferências de 2022 a 2026.
• Teste: 150 artigos held-out, cada um com um pôster feito por uma pessoa.
• Formato: trio artigo–pôster–marcação, verificável por renderização.
• Marcação: HTML/CSS com slots tipados para preenchimento repetido.
• Taxonomia: três níveis de descrição do conteúdo.

Duas formas de usar o corpus

Com os mesmos dados, os autores demonstram duas abordagens. A primeira é o PosterRAG, um pipeline multiagente sem fine-tuning. Ele localiza no corpus um pôster de autor adequado e preenche novamente os slots com o conteúdo do novo artigo. O layout e os estilos não mudam. O design vem das pessoas, e o modelo cuida do conteúdo.

A segunda abordagem é a receita de SFT+RL: um modelo próprio é treinado a partir dos mesmos trios. O fine-tuning supervisionado dá a ele a habilidade básica de escrever a marcação de um pôster, e o aprendizado por reforço melhora o resultado. Aqui, a verificação por renderização pode servir como sinal objetivo. Isso é uma suposição, e não um fato declarado no resumo do artigo. Há também uma demo online em reconstruct-a-poster.github.io.

O resumo não traz números de qualidade: nem uma comparação do PosterRAG com a geração "do zero", nem resultados do modelo treinado. Por enquanto, o valor do trabalho está nos dados e na formulação da tarefa. Só o artigo completo vai mostrar quão fortes são os métodos propostos.

Onde isso pode ser útil

Para pesquisadores que trabalham com geração de documentos e interfaces, o RAP oferece algo raro: uma referência com a qual o resultado pode ser comparado automaticamente. Não é preciso montar um painel de especialistas nem confiar na avaliação de outro modelo. A abordagem de "encontrar um bom exemplo e preencher os slots" se aplica a formatos próximos: slides, landing pages, relatórios e infográficos.

Para os autores de artigos, a utilidade prática ainda é mais modesta: a demo permite avaliar a aparência de um pôster montado automaticamente. Mas, com um corpus pronto e uma receita de treinamento aberta, ferramentas para conferências provavelmente vão surgir rápido. Quem constrói pipelines de agentes deve olhar com atenção para o esquema do PosterRAG. Ele separa design de conteúdo e, com isso, reduz o risco de diagramação quebrada, problema comum na geração de layout do zero.