{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5370904"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5370904","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Design And Implementation Of LLM-Based Multi-Agent Systems For Automated Data Visualizations","abstract":"Η παρούσα μεταπτυχιακή διπλωματική εργασία επικεντρώνεται στη μελέτη της μετάβα- σης από τα μεμονωμένα Μεγάλα Γλωσσικά Μοντέλα, προς πιο εξελιγμένα αυτόνομα πολυ- πρακτορικά συστήματα. Αν και η τρέχουσα γενιά των LLMs επιδεικνύει αξιοσημείωτες ικα- νότητες παραγωγής λόγου και συλλογιστικής, η αποτελεσματικότητά τους παραμένει περιορι- σμένη όταν λειτουργούν ως μονολιθικές οντότητες, ειδικά σε εργασίες που απαιτούν σταδιακή αποσύνθεση προβλημάτων, επαναληπτική επικύρωση και συνεχή λήψη αποφάσεων βάσει ανα- τροφοδότησης. Στόχος λοιπόν της παρούσας έρευνας είναι η κατασκευή ενός πολυπρακτορικού συστήματος για την αυτοματοποίηση της διαδικασίας ανάλυσης και οπτικοποίησης δεδομένων από δομημένα αρχεία μορφής CSV, ανταποκρινόμενη σε ερωτήματα που διατυπώνονται σε φυσική γλώσσα. Συνεπώς, αναπτύχθηκαν και αξιολογήθηκαν δύο διακριτές αρχιτεκτονικές MAS. Και οι δύο αρχιτεκτονικές ακολουθούν μια ιεραρχική δομή πρακτόρων με έναν leader agent και sub- agents.Η πρώτη βασίζεται στο γλωσσικό μοντέλο Gemini 2,5 Pro μέσω διεπαφής API. Σε αυ- τήν, ο πράκτορας συντονισμού (Leader Agent) κατανέμει υπο-εργασίες σε εξειδικευμένους πράκτορες σχεδιασμού, ανάκτησης και έναν ανεξάρτητο πράκτορα επικύρωσης (Validator), ο οποίος αξιολογεί την ορθότητα και τη συνάφεια των παραγόμενων γραφημάτων. Η δεύτερη αρχιτεκτονική χρησιμοποιεί το ανοικτού κώδικα μοντέλο Qwen 2.5 7B, το οποίο φιλοξενεί- ται τοπικά για την εξασφάλιση λειτουργικής αυτονομίας και την παράκαμψη των περιορισμών χρήσης των εμπορικών API. Σε αυτή την εκδοχή, ο ρόλος της επικύρωσης ενσωματώνεται απευθείας στον κεντρικό πράκτορα μέσω ενός βρόχου αυτοδιόρθωσης (self-correction loop), επιτρέποντας την επαναληπτική βελτίωση του κώδικα οπτικοποίησης σε πραγματικό χρόνο. Η πειραματική αξιολόγηση κατέδειξε ότι και τα δύο συστήματα μπορούν να μετατρέψουν επιτυχώς ακατέργαστα δεδομένα σε ουσιαστικές οπτικές αναλύσεις. Το μοντέλο Gemini υπε- ρείχε ελάχιστα σε βάθος συλλογιστικής και ακρίβεια σε σύνθετα ερωτήματα, ωστόσο η εξάρ- τησή του από εξωτερικούς πόρους και οι αυστηροί περιορισμοί αποτέλεσαν σημαντικά εμπό- δια. Το σύστημα με το μοντέλο Qwen, αν και ελαφρώς υποδεέστερο σε περιπτώσεις ακραίας πολυπλοκότητας, προσέφερε σταθερότητα και αδιάλειπτη εκτέλεση. Ένα από τα κεντρικά συ- μπεράσματα της εργασίας είναι η καθοριστική σημασία της μηχανικής των εντολών (prompt engineering) και η υψηλή ευαισθησία των συστημάτων στη γλωσσική διατύπωση. Η έρευνα αναδεικνύει ότι η σταθερότητα και η αξιοπιστία της τελικής οπτικοποίησης εξαρτώνται άμεσα από τη δομή των εντολών προς τους πράκτορες, αλλά και από τη νοημοσύνη των μοντέλων. Συμπερασματικά, η εργασία αποδεικνύει ότι οι πολυ-πρακτορικές αρχιτεκτονικές αποτελούν μια βιώσιμη και πολλά υποσχόμενη οδό για τη δημιουργία αυτόνομων συστημάτων ανάλυσης δεδομένων που ευθυγραμμίζονται με τις ανάγκες των χρηστών.","abstract_html":"Η παρούσα μεταπτυχιακή διπλωματική εργασία επικεντρώνεται στη μελέτη της μετάβα- σης από τα μεμονωμένα Μεγάλα Γλωσσικά Μοντέλα, προς πιο εξελιγμένα αυτόνομα πολυ- πρακτορικά συστήματα. Αν και η τρέχουσα γενιά των LLMs επιδεικνύει αξιοσημείωτες ικα- νότητες παραγωγής λόγου και συλλογιστικής, η αποτελεσματικότητά τους παραμένει περιορι- σμένη όταν λειτουργούν ως μονολιθικές οντότητες, ειδικά σε εργασίες που απαιτούν σταδιακή αποσύνθεση προβλημάτων, επαναληπτική επικύρωση και συνεχή λήψη αποφάσεων βάσει ανα- τροφοδότησης. Στόχος λοιπόν της παρούσας έρευνας είναι η κατασκευή ενός πολυπρακτορικού συστήματος για την αυτοματοποίηση της διαδικασίας ανάλυσης και οπτικοποίησης δεδομένων από δομημένα αρχεία μορφής CSV, ανταποκρινόμενη σε ερωτήματα που διατυπώνονται σε φυσική γλώσσα. Συνεπώς, αναπτύχθηκαν και αξιολογήθηκαν δύο διακριτές αρχιτεκτονικές MAS. Και οι δύο αρχιτεκτονικές ακολουθούν μια ιεραρχική δομή πρακτόρων με έναν leader agent και sub- agents.Η πρώτη βασίζεται στο γλωσσικό μοντέλο Gemini 2,5 Pro μέσω διεπαφής API. Σε αυ- τήν, ο πράκτορας συντονισμού (Leader Agent) κατανέμει υπο-εργασίες σε εξειδικευμένους πράκτορες σχεδιασμού, ανάκτησης και έναν ανεξάρτητο πράκτορα επικύρωσης (Validator), ο οποίος αξιολογεί την ορθότητα και τη συνάφεια των παραγόμενων γραφημάτων. Η δεύτερη αρχιτεκτονική χρησιμοποιεί το ανοικτού κώδικα μοντέλο Qwen 2.5 7B, το οποίο φιλοξενεί- ται τοπικά για την εξασφάλιση λειτουργικής αυτονομίας και την παράκαμψη των περιορισμών χρήσης των εμπορικών API. Σε αυτή την εκδοχή, ο ρόλος της επικύρωσης ενσωματώνεται απευθείας στον κεντρικό πράκτορα μέσω ενός βρόχου αυτοδιόρθωσης (self-correction loop), επιτρέποντας την επαναληπτική βελτίωση του κώδικα οπτικοποίησης σε πραγματικό χρόνο. Η πειραματική αξιολόγηση κατέδειξε ότι και τα δύο συστήματα μπορούν να μετατρέψουν επιτυχώς ακατέργαστα δεδομένα σε ουσιαστικές οπτικές αναλύσεις. Το μοντέλο Gemini υπε- ρείχε ελάχιστα σε βάθος συλλογιστικής και ακρίβεια σε σύνθετα ερωτήματα, ωστόσο η εξάρ- τησή του από εξωτερικούς πόρους και οι αυστηροί περιορισμοί αποτέλεσαν σημαντικά εμπό- δια. Το σύστημα με το μοντέλο Qwen, αν και ελαφρώς υποδεέστερο σε περιπτώσεις ακραίας πολυπλοκότητας, προσέφερε σταθερότητα και αδιάλειπτη εκτέλεση. Ένα από τα κεντρικά συ- μπεράσματα της εργασίας είναι η καθοριστική σημασία της μηχανικής των εντολών (prompt engineering) και η υψηλή ευαισθησία των συστημάτων στη γλωσσική διατύπωση. Η έρευνα αναδεικνύει ότι η σταθερότητα και η αξιοπιστία της τελικής οπτικοποίησης εξαρτώνται άμεσα από τη δομή των εντολών προς τους πράκτορες, αλλά και από τη νοημοσύνη των μοντέλων. Συμπερασματικά, η εργασία αποδεικνύει ότι οι πολυ-πρακτορικές αρχιτεκτονικές αποτελούν μια βιώσιμη και πολλά υποσχόμενη οδό για τη δημιουργία αυτόνομων συστημάτων ανάλυσης δεδομένων που ευθυγραμμίζονται με τις ανάγκες των χρηστών.","abstract_has_math":false,"creators":["ΔΟΥΡΟΥ ΔΑΦΝΗ","DOUROU DAFNI"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-07-24T01:02:07Z","subjects":["Αρχαιολογία","Archaeology"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5370904"],"render_values":[{"text":"uoadl:5370904","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5370904","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΔΟΥΡΟΥ ΔΑΦΝΗ","DOUROU DAFNI"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Αρχαιολογία","Archaeology"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5370904","https://pergamos.lib.uoa.gr/uoa/dl/object/5370904"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα μεταπτυχιακή διπλωματική εργασία επικεντρώνεται στη μελέτη της μετάβα- σης από τα μεμονωμένα Μεγάλα Γλωσσικά Μοντέλα, προς πιο εξελιγμένα αυτόνομα πολυ- πρακτορικά συστήματα. Αν και η τρέχουσα γενιά των LLMs επιδεικνύει αξιοσημείωτες ικα- νότητες παραγωγής λόγου και συλλογιστικής, η αποτελεσματικότητά τους παραμένει περιορι- σμένη όταν λειτουργούν ως μονολιθικές οντότητες, ειδικά σε εργασίες που απαιτούν σταδιακή αποσύνθεση προβλημάτων, επαναληπτική επικύρωση και συνεχή λήψη αποφάσεων βάσει ανα- τροφοδότησης. Στόχος λοιπόν της παρούσας έρευνας είναι η κατασκευή ενός πολυπρακτορικού συστήματος για την αυτοματοποίηση της διαδικασίας ανάλυσης και οπτικοποίησης δεδομένων από δομημένα αρχεία μορφής CSV, ανταποκρινόμενη σε ερωτήματα που διατυπώνονται σε φυσική γλώσσα. Συνεπώς, αναπτύχθηκαν και αξιολογήθηκαν δύο διακριτές αρχιτεκτονικές MAS. Και οι δύο αρχιτεκτονικές ακολουθούν μια ιεραρχική δομή πρακτόρων με έναν leader agent και sub- agents.Η πρώτη βασίζεται στο γλωσσικό μοντέλο Gemini 2,5 Pro μέσω διεπαφής API. Σε αυ- τήν, ο πράκτορας συντονισμού (Leader Agent) κατανέμει υπο-εργασίες σε εξειδικευμένους πράκτορες σχεδιασμού, ανάκτησης και έναν ανεξάρτητο πράκτορα επικύρωσης (Validator), ο οποίος αξιολογεί την ορθότητα και τη συνάφεια των παραγόμενων γραφημάτων. Η δεύτερη αρχιτεκτονική χρησιμοποιεί το ανοικτού κώδικα μοντέλο Qwen 2.5 7B, το οποίο φιλοξενεί- ται τοπικά για την εξασφάλιση λειτουργικής αυτονομίας και την παράκαμψη των περιορισμών χρήσης των εμπορικών API. Σε αυτή την εκδοχή, ο ρόλος της επικύρωσης ενσωματώνεται απευθείας στον κεντρικό πράκτορα μέσω ενός βρόχου αυτοδιόρθωσης (self-correction loop), επιτρέποντας την επαναληπτική βελτίωση του κώδικα οπτικοποίησης σε πραγματικό χρόνο. Η πειραματική αξιολόγηση κατέδειξε ότι και τα δύο συστήματα μπορούν να μετατρέψουν επιτυχώς ακατέργαστα δεδομένα σε ουσιαστικές οπτικές αναλύσεις. Το μοντέλο Gemini υπε- ρείχε ελάχιστα σε βάθος συλλογιστικής και ακρίβεια σε σύνθετα ερωτήματα, ωστόσο η εξάρ- τησή του από εξωτερικούς πόρους και οι αυστηροί περιορισμοί αποτέλεσαν σημαντικά εμπό- δια. Το σύστημα με το μοντέλο Qwen, αν και ελαφρώς υποδεέστερο σε περιπτώσεις ακραίας πολυπλοκότητας, προσέφερε σταθερότητα και αδιάλειπτη εκτέλεση. Ένα από τα κεντρικά συ- μπεράσματα της εργασίας είναι η καθοριστική σημασία της μηχανικής των εντολών (prompt engineering) και η υψηλή ευαισθησία των συστημάτων στη γλωσσική διατύπωση. Η έρευνα αναδεικνύει ότι η σταθερότητα και η αξιοπιστία της τελικής οπτικοποίησης εξαρτώνται άμεσα από τη δομή των εντολών προς τους πράκτορες, αλλά και από τη νοημοσύνη των μοντέλων. Συμπερασματικά, η εργασία αποδεικνύει ότι οι πολυ-πρακτορικές αρχιτεκτονικές αποτελούν μια βιώσιμη και πολλά υποσχόμενη οδό για τη δημιουργία αυτόνομων συστημάτων ανάλυσης δεδομένων που ευθυγραμμίζονται με τις ανάγκες των χρηστών.","This master’s thesis focuses on the study of the transition from standalone Large Language Models to more advanced autonomous multi-agent systems . Although the current generation of LLMs demonstrates remarkable capabilities in language generation and reasoning, their effectiveness remains limited when they operate as monolithic entities—especially in tasks that require stepwise problem decomposition, iterative validation, and continuous decision-making based on feedback. The objective of this research, therefore, is the development of a multi-agent system for automating the process of data analysis and visualization from structured Comma-Separated Values files, in response to queries expressed in natural language. Accordingly, two distinct MAS architectures were developed and evaluated. Both architectures follow a hierarchical agent structure consisting of a leader agent and multiple sub-agents. The first architecture is based on the Gemini 2.5 Pro language model accessed via an Application Programming Interface interface. In this setup, the coordination agent (Leader Agent) delegates subtasks to specialized planning and retrieval agents, as well as to an independent validation agent (Validator Agent), which assesses the correctness and relevance of the generated visualizations. The second architecture employs the open-source Qwen 2.5 7B model, which is hosted locally to ensure operational autonomy and to bypass the usage constraints of commercial APIs. In this version, the validation role is integrated directly into the central agent through a self-correction loop, enabling iterative real-time improvement of the visualization code. The experimental evaluation demonstrated that both systems are capable of successfully transforming raw data into meaningful visual analyses. The Gemini-based model exhibited a slight advantage in depth of reasoning and accuracy when handling complex queries; however, its reliance on external resources and strict usage limitations constituted significant drawbacks. The system based on the Qwen model, while marginally inferior in cases of extreme complexity, provided greater stability and uninterrupted execution. One of the key conclusions of the thesis is the critical importance of prompt engineering and the high sensitivity of such systems to linguistic formulation. The research highlights that the stability and reliability of the final visualizations depend directly on both the structure of the prompts issued to the agents and the intelligence of the underlying models. In conclusion, the thesis demonstrates that multi-agent architectures represent a viable and promising approach for the development of autonomous data analysis systems that align with user needs."]},{"key":"dc:title","label":"Title","values":["Design And Implementation Of LLM-Based Multi-Agent Systems For Automated Data Visualizations"]}]}],"canonical_facts":{"dc:creator":["ΔΟΥΡΟΥ ΔΑΦΝΗ","DOUROU DAFNI"],"dc:date":["2026"],"dc:description":["Η παρούσα μεταπτυχιακή διπλωματική εργασία επικεντρώνεται στη μελέτη της μετάβα- σης από τα μεμονωμένα Μεγάλα Γλωσσικά Μοντέλα, προς πιο εξελιγμένα αυτόνομα πολυ- πρακτορικά συστήματα. Αν και η τρέχουσα γενιά των LLMs επιδεικνύει αξιοσημείωτες ικα- νότητες παραγωγής λόγου και συλλογιστικής, η αποτελεσματικότητά τους παραμένει περιορι- σμένη όταν λειτουργούν ως μονολιθικές οντότητες, ειδικά σε εργασίες που απαιτούν σταδιακή αποσύνθεση προβλημάτων, επαναληπτική επικύρωση και συνεχή λήψη αποφάσεων βάσει ανα- τροφοδότησης. Στόχος λοιπόν της παρούσας έρευνας είναι η κατασκευή ενός πολυπρακτορικού συστήματος για την αυτοματοποίηση της διαδικασίας ανάλυσης και οπτικοποίησης δεδομένων από δομημένα αρχεία μορφής CSV, ανταποκρινόμενη σε ερωτήματα που διατυπώνονται σε φυσική γλώσσα. Συνεπώς, αναπτύχθηκαν και αξιολογήθηκαν δύο διακριτές αρχιτεκτονικές MAS. Και οι δύο αρχιτεκτονικές ακολουθούν μια ιεραρχική δομή πρακτόρων με έναν leader agent και sub- agents.Η πρώτη βασίζεται στο γλωσσικό μοντέλο Gemini 2,5 Pro μέσω διεπαφής API. Σε αυ- τήν, ο πράκτορας συντονισμού (Leader Agent) κατανέμει υπο-εργασίες σε εξειδικευμένους πράκτορες σχεδιασμού, ανάκτησης και έναν ανεξάρτητο πράκτορα επικύρωσης (Validator), ο οποίος αξιολογεί την ορθότητα και τη συνάφεια των παραγόμενων γραφημάτων. Η δεύτερη αρχιτεκτονική χρησιμοποιεί το ανοικτού κώδικα μοντέλο Qwen 2.5 7B, το οποίο φιλοξενεί- ται τοπικά για την εξασφάλιση λειτουργικής αυτονομίας και την παράκαμψη των περιορισμών χρήσης των εμπορικών API. Σε αυτή την εκδοχή, ο ρόλος της επικύρωσης ενσωματώνεται απευθείας στον κεντρικό πράκτορα μέσω ενός βρόχου αυτοδιόρθωσης (self-correction loop), επιτρέποντας την επαναληπτική βελτίωση του κώδικα οπτικοποίησης σε πραγματικό χρόνο. Η πειραματική αξιολόγηση κατέδειξε ότι και τα δύο συστήματα μπορούν να μετατρέψουν επιτυχώς ακατέργαστα δεδομένα σε ουσιαστικές οπτικές αναλύσεις. Το μοντέλο Gemini υπε- ρείχε ελάχιστα σε βάθος συλλογιστικής και ακρίβεια σε σύνθετα ερωτήματα, ωστόσο η εξάρ- τησή του από εξωτερικούς πόρους και οι αυστηροί περιορισμοί αποτέλεσαν σημαντικά εμπό- δια. Το σύστημα με το μοντέλο Qwen, αν και ελαφρώς υποδεέστερο σε περιπτώσεις ακραίας πολυπλοκότητας, προσέφερε σταθερότητα και αδιάλειπτη εκτέλεση. Ένα από τα κεντρικά συ- μπεράσματα της εργασίας είναι η καθοριστική σημασία της μηχανικής των εντολών (prompt engineering) και η υψηλή ευαισθησία των συστημάτων στη γλωσσική διατύπωση. Η έρευνα αναδεικνύει ότι η σταθερότητα και η αξιοπιστία της τελικής οπτικοποίησης εξαρτώνται άμεσα από τη δομή των εντολών προς τους πράκτορες, αλλά και από τη νοημοσύνη των μοντέλων. Συμπερασματικά, η εργασία αποδεικνύει ότι οι πολυ-πρακτορικές αρχιτεκτονικές αποτελούν μια βιώσιμη και πολλά υποσχόμενη οδό για τη δημιουργία αυτόνομων συστημάτων ανάλυσης δεδομένων που ευθυγραμμίζονται με τις ανάγκες των χρηστών.","This master’s thesis focuses on the study of the transition from standalone Large Language Models to more advanced autonomous multi-agent systems . Although the current generation of LLMs demonstrates remarkable capabilities in language generation and reasoning, their effectiveness remains limited when they operate as monolithic entities—especially in tasks that require stepwise problem decomposition, iterative validation, and continuous decision-making based on feedback. The objective of this research, therefore, is the development of a multi-agent system for automating the process of data analysis and visualization from structured Comma-Separated Values files, in response to queries expressed in natural language. Accordingly, two distinct MAS architectures were developed and evaluated. Both architectures follow a hierarchical agent structure consisting of a leader agent and multiple sub-agents. The first architecture is based on the Gemini 2.5 Pro language model accessed via an Application Programming Interface interface. In this setup, the coordination agent (Leader Agent) delegates subtasks to specialized planning and retrieval agents, as well as to an independent validation agent (Validator Agent), which assesses the correctness and relevance of the generated visualizations. The second architecture employs the open-source Qwen 2.5 7B model, which is hosted locally to ensure operational autonomy and to bypass the usage constraints of commercial APIs. In this version, the validation role is integrated directly into the central agent through a self-correction loop, enabling iterative real-time improvement of the visualization code. The experimental evaluation demonstrated that both systems are capable of successfully transforming raw data into meaningful visual analyses. The Gemini-based model exhibited a slight advantage in depth of reasoning and accuracy when handling complex queries; however, its reliance on external resources and strict usage limitations constituted significant drawbacks. The system based on the Qwen model, while marginally inferior in cases of extreme complexity, provided greater stability and uninterrupted execution. One of the key conclusions of the thesis is the critical importance of prompt engineering and the high sensitivity of such systems to linguistic formulation. The research highlights that the stability and reliability of the final visualizations depend directly on both the structure of the prompts issued to the agents and the intelligence of the underlying models. In conclusion, the thesis demonstrates that multi-agent architectures represent a viable and promising approach for the development of autonomous data analysis systems that align with user needs."],"dc:identifier":["uoadl:5370904","https://pergamos.lib.uoa.gr/uoa/dl/object/5370904"],"dc:language":["English"],"dc:subject":["Αρχαιολογία","Archaeology"],"dc:title":["Design And Implementation Of LLM-Based Multi-Agent Systems For Automated Data Visualizations"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-07-24T01:02:07Z"}