{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5373390"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5373390","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Evaluation and Enhancement of Qualitative Spatial Reasoning in LLMs via Symbolic Fine-Tuning","abstract":"Η παρούσα διπλωματική εργασία εξετάζει την ενσωμάτωση τυπικής ποιοτικής γεωχωρικής συλλογιστικής σε σύγχρονα Μοντέλα Μεγάλης Συλλογιστικής (Large Reasoning Models- LRMs). Παρά την εντυπωσιακή πρόοδο των Μεγάλων Γλωσσικών Μοντέλων (LLMs), η ικανότητά τους να εκτελούν τυπική συμβολική λογική σε αυστηρά γεωχωρικά πλαίσια παραμένει μια σημαντική πρόκληση. Η έρευνα επικεντρώνεται στο μοντέλο DeepSeek-R1-Distill-Qwen-7B, διερευνώντας εάν η αρχιτεκτονική του μπορεί να εκπαιδευτεί (fine-tuning) ώστε να εσωτερικεύσει τους κανόνες του Λογισμού Κύριων Κατευθύνσεων (Cardinal Direction Calculus- CDC). Η μεθοδολογία περιλαμβάνει μια εκτενή πειραματική μελέτη τριών φάσεων, χρησιμοποιώντας ένα σύνολο δεδομένων (ground truth) των διοικητικών μονάδων του Ηνωμένου Βασιλείου. Οι αρχικές αξιολογήσεις zero-shot (Φάσεις 1 και 2) αποκάλυψαν μια θεμελιώδη «Διοικητική Τυφλότητα» (Administrative Blindness) των προ-εκπαιδευμένων μοντέλων σχετικά με τα λεπτομερή τοπικά σύνορα. Για την αντιμετώπιση αυτού του προβλήματος, υλοποιήθηκε μια διαδικασία συμβολικής εκπαίδευσης (Φάση 3), αποτελούμενη από δεκατρία πειράματα fine-tuning με χρήση δομημένων ιχνών συλλογιστικής (reasoning traces). Τα αποτελέσματα δείχνουν ότι, ενώ η εκπαίδευση ενσωματώνει την απαραίτητη λογική, τα πρότυπα συλλογιστικής παραμένουν συχνά λανθάνοντα λόγω «Ασυμφωνίας Συμπερασμού» (Inference Mismatch). Με την εφαρμογή της «Ευθυγράμμισης Χρόνου Συμπερασμού» (Inference-Time Alignment), τον αυστηρό συγχρονισμό των προτροπών ελέγχου με τη δομή της εκπαίδευσης, το μοντέλο επέτυχε μέγιστη ακρίβεια 86.00% στις θετικές χωρικές σχέσεις (entailment). Ωστόσο, η επιτυχία αυτή ανέδειξε το «Παράδοξο της Πίεσης του Εναύσματος» (Trigger Pressure Paradox), όπου τα δομικά στοιχεία που ξεκλειδώνουν τη συμβολική λογική προκαλούν ταυτόχρονα προκατάληψη επιβεβαίωσης στο μοντέλο. Η εργασία αυτή συμβάλλει στο πεδίο του GeoAI παρέχοντας μια μεθοδολογία νευρωνικής-συμβολικής ευθυγράμμισης, αποδεικνύοντας ότι τα LRMs μπορούν να εκτελέσουν τυπικούς χωρικούς λογισμούς όταν διατηρείται δομική συνέπεια μεταξύ εκπαίδευσης και συμπερασματολογίας.","abstract_html":"Η παρούσα διπλωματική εργασία εξετάζει την ενσωμάτωση τυπικής ποιοτικής γεωχωρικής συλλογιστικής σε σύγχρονα Μοντέλα Μεγάλης Συλλογιστικής (Large Reasoning Models- LRMs). Παρά την εντυπωσιακή πρόοδο των Μεγάλων Γλωσσικών Μοντέλων (LLMs), η ικανότητά τους να εκτελούν τυπική συμβολική λογική σε αυστηρά γεωχωρικά πλαίσια παραμένει μια σημαντική πρόκληση. Η έρευνα επικεντρώνεται στο μοντέλο DeepSeek-R1-Distill-Qwen-7B, διερευνώντας εάν η αρχιτεκτονική του μπορεί να εκπαιδευτεί (fine-tuning) ώστε να εσωτερικεύσει τους κανόνες του Λογισμού Κύριων Κατευθύνσεων (Cardinal Direction Calculus- CDC). Η μεθοδολογία περιλαμβάνει μια εκτενή πειραματική μελέτη τριών φάσεων, χρησιμοποιώντας ένα σύνολο δεδομένων (ground truth) των διοικητικών μονάδων του Ηνωμένου Βασιλείου. Οι αρχικές αξιολογήσεις zero-shot (Φάσεις 1 και 2) αποκάλυψαν μια θεμελιώδη «Διοικητική Τυφλότητα» (Administrative Blindness) των προ-εκπαιδευμένων μοντέλων σχετικά με τα λεπτομερή τοπικά σύνορα. Για την αντιμετώπιση αυτού του προβλήματος, υλοποιήθηκε μια διαδικασία συμβολικής εκπαίδευσης (Φάση 3), αποτελούμενη από δεκατρία πειράματα fine-tuning με χρήση δομημένων ιχνών συλλογιστικής (reasoning traces). Τα αποτελέσματα δείχνουν ότι, ενώ η εκπαίδευση ενσωματώνει την απαραίτητη λογική, τα πρότυπα συλλογιστικής παραμένουν συχνά λανθάνοντα λόγω «Ασυμφωνίας Συμπερασμού» (Inference Mismatch). Με την εφαρμογή της «Ευθυγράμμισης Χρόνου Συμπερασμού» (Inference-Time Alignment), τον αυστηρό συγχρονισμό των προτροπών ελέγχου με τη δομή της εκπαίδευσης, το μοντέλο επέτυχε μέγιστη ακρίβεια 86.00% στις θετικές χωρικές σχέσεις (entailment). Ωστόσο, η επιτυχία αυτή ανέδειξε το «Παράδοξο της Πίεσης του Εναύσματος» (Trigger Pressure Paradox), όπου τα δομικά στοιχεία που ξεκλειδώνουν τη συμβολική λογική προκαλούν ταυτόχρονα προκατάληψη επιβεβαίωσης στο μοντέλο. Η εργασία αυτή συμβάλλει στο πεδίο του GeoAI παρέχοντας μια μεθοδολογία νευρωνικής-συμβολικής ευθυγράμμισης, αποδεικνύοντας ότι τα LRMs μπορούν να εκτελέσουν τυπικούς χωρικούς λογισμούς όταν διατηρείται δομική συνέπεια μεταξύ εκπαίδευσης και συμπερασματολογίας.","abstract_has_math":false,"creators":["ΧΕΛΒΑΤΖΗ ΔΗΜΗΤΡΑ","CHELVATZI DIMITRA"],"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":"2026-07-24T01:02:15Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5373390"],"render_values":[{"text":"uoadl:5373390","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5373390","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΧΕΛΒΑΤΖΗ ΔΗΜΗΤΡΑ","CHELVATZI DIMITRA"]}]},{"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":["Θετικές Επιστήμες","Science"]}]},{"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:5373390","https://pergamos.lib.uoa.gr/uoa/dl/object/5373390"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία εξετάζει την ενσωμάτωση τυπικής ποιοτικής γεωχωρικής συλλογιστικής σε σύγχρονα Μοντέλα Μεγάλης Συλλογιστικής (Large Reasoning Models- LRMs). Παρά την εντυπωσιακή πρόοδο των Μεγάλων Γλωσσικών Μοντέλων (LLMs), η ικανότητά τους να εκτελούν τυπική συμβολική λογική σε αυστηρά γεωχωρικά πλαίσια παραμένει μια σημαντική πρόκληση. Η έρευνα επικεντρώνεται στο μοντέλο DeepSeek-R1-Distill-Qwen-7B, διερευνώντας εάν η αρχιτεκτονική του μπορεί να εκπαιδευτεί (fine-tuning) ώστε να εσωτερικεύσει τους κανόνες του Λογισμού Κύριων Κατευθύνσεων (Cardinal Direction Calculus- CDC). Η μεθοδολογία περιλαμβάνει μια εκτενή πειραματική μελέτη τριών φάσεων, χρησιμοποιώντας ένα σύνολο δεδομένων (ground truth) των διοικητικών μονάδων του Ηνωμένου Βασιλείου. Οι αρχικές αξιολογήσεις zero-shot (Φάσεις 1 και 2) αποκάλυψαν μια θεμελιώδη «Διοικητική Τυφλότητα» (Administrative Blindness) των προ-εκπαιδευμένων μοντέλων σχετικά με τα λεπτομερή τοπικά σύνορα. Για την αντιμετώπιση αυτού του προβλήματος, υλοποιήθηκε μια διαδικασία συμβολικής εκπαίδευσης (Φάση 3), αποτελούμενη από δεκατρία πειράματα fine-tuning με χρήση δομημένων ιχνών συλλογιστικής (reasoning traces). Τα αποτελέσματα δείχνουν ότι, ενώ η εκπαίδευση ενσωματώνει την απαραίτητη λογική, τα πρότυπα συλλογιστικής παραμένουν συχνά λανθάνοντα λόγω «Ασυμφωνίας Συμπερασμού» (Inference Mismatch). Με την εφαρμογή της «Ευθυγράμμισης Χρόνου Συμπερασμού» (Inference-Time Alignment), τον αυστηρό συγχρονισμό των προτροπών ελέγχου με τη δομή της εκπαίδευσης, το μοντέλο επέτυχε μέγιστη ακρίβεια 86.00% στις θετικές χωρικές σχέσεις (entailment). Ωστόσο, η επιτυχία αυτή ανέδειξε το «Παράδοξο της Πίεσης του Εναύσματος» (Trigger Pressure Paradox), όπου τα δομικά στοιχεία που ξεκλειδώνουν τη συμβολική λογική προκαλούν ταυτόχρονα προκατάληψη επιβεβαίωσης στο μοντέλο. Η εργασία αυτή συμβάλλει στο πεδίο του GeoAI παρέχοντας μια μεθοδολογία νευρωνικής-συμβολικής ευθυγράμμισης, αποδεικνύοντας ότι τα LRMs μπορούν να εκτελέσουν τυπικούς χωρικούς λογισμούς όταν διατηρείται δομική συνέπεια μεταξύ εκπαίδευσης και συμπερασματολογίας.","This thesis investigates the integration of formal qualitative spatial reasoning into modern Large Reasoning Models (LRMs). While Large Language Models (LLMs) have shown remarkable capabilities in natural language processing, their ability to perform formal symbolic reasoning within rigid geospatial frameworks remains a significant challenge. This research focuses on the DeepSeek-R1-Distill-Qwen-7B model, exploring whether its reasoning-oriented architecture can be fine-tuned to internalize the rules of Cardinal Direction Calculus (CDC) Algebra. The methodology involves a comprehensive three-phase experimental study using a ground truth dataset of administrative regions in the United Kingdom. Initial zero-shot evaluations (Phase 1 and2) reveal a fundamental “Administrative Blindness” in pre-trained models regarding fine-grained local boundaries. To address this, we implement a symbolic training pipeline (Phase 3) consisting of thirteen fine-tuning iterations using structured reasoning traces and canonical algebraic ordering. Our findings demonstrate that while weight updates through supervised fine-tuning (SFT) embed the necessary logic, these reasoning patterns often remain latent due to an “Inference Mismatch”. By implementing “Inference-Time Alignment”, strictly synchronizing test prompts with training headers, we achieve a peak of 86.00% Entailment Accuracy. However, this success introduces the “Trigger Pressure Paradox,” where structural cues that unlock symbolic logic simultaneously bias the model toward affirmative responses. This work contributes to the field of GeoAI by providing a methodology for neural-symbolic alignment, proving that LRMs can effectively execute formal spatial calculus when structural consistency is maintained between training and inference."]},{"key":"dc:title","label":"Title","values":["Evaluation and Enhancement of Qualitative Spatial Reasoning in LLMs via Symbolic Fine-Tuning"]}]}],"canonical_facts":{"dc:creator":["ΧΕΛΒΑΤΖΗ ΔΗΜΗΤΡΑ","CHELVATZI DIMITRA"],"dc:date":["2026"],"dc:description":["Η παρούσα διπλωματική εργασία εξετάζει την ενσωμάτωση τυπικής ποιοτικής γεωχωρικής συλλογιστικής σε σύγχρονα Μοντέλα Μεγάλης Συλλογιστικής (Large Reasoning Models- LRMs). Παρά την εντυπωσιακή πρόοδο των Μεγάλων Γλωσσικών Μοντέλων (LLMs), η ικανότητά τους να εκτελούν τυπική συμβολική λογική σε αυστηρά γεωχωρικά πλαίσια παραμένει μια σημαντική πρόκληση. Η έρευνα επικεντρώνεται στο μοντέλο DeepSeek-R1-Distill-Qwen-7B, διερευνώντας εάν η αρχιτεκτονική του μπορεί να εκπαιδευτεί (fine-tuning) ώστε να εσωτερικεύσει τους κανόνες του Λογισμού Κύριων Κατευθύνσεων (Cardinal Direction Calculus- CDC). Η μεθοδολογία περιλαμβάνει μια εκτενή πειραματική μελέτη τριών φάσεων, χρησιμοποιώντας ένα σύνολο δεδομένων (ground truth) των διοικητικών μονάδων του Ηνωμένου Βασιλείου. Οι αρχικές αξιολογήσεις zero-shot (Φάσεις 1 και 2) αποκάλυψαν μια θεμελιώδη «Διοικητική Τυφλότητα» (Administrative Blindness) των προ-εκπαιδευμένων μοντέλων σχετικά με τα λεπτομερή τοπικά σύνορα. Για την αντιμετώπιση αυτού του προβλήματος, υλοποιήθηκε μια διαδικασία συμβολικής εκπαίδευσης (Φάση 3), αποτελούμενη από δεκατρία πειράματα fine-tuning με χρήση δομημένων ιχνών συλλογιστικής (reasoning traces). Τα αποτελέσματα δείχνουν ότι, ενώ η εκπαίδευση ενσωματώνει την απαραίτητη λογική, τα πρότυπα συλλογιστικής παραμένουν συχνά λανθάνοντα λόγω «Ασυμφωνίας Συμπερασμού» (Inference Mismatch). Με την εφαρμογή της «Ευθυγράμμισης Χρόνου Συμπερασμού» (Inference-Time Alignment), τον αυστηρό συγχρονισμό των προτροπών ελέγχου με τη δομή της εκπαίδευσης, το μοντέλο επέτυχε μέγιστη ακρίβεια 86.00% στις θετικές χωρικές σχέσεις (entailment). Ωστόσο, η επιτυχία αυτή ανέδειξε το «Παράδοξο της Πίεσης του Εναύσματος» (Trigger Pressure Paradox), όπου τα δομικά στοιχεία που ξεκλειδώνουν τη συμβολική λογική προκαλούν ταυτόχρονα προκατάληψη επιβεβαίωσης στο μοντέλο. Η εργασία αυτή συμβάλλει στο πεδίο του GeoAI παρέχοντας μια μεθοδολογία νευρωνικής-συμβολικής ευθυγράμμισης, αποδεικνύοντας ότι τα LRMs μπορούν να εκτελέσουν τυπικούς χωρικούς λογισμούς όταν διατηρείται δομική συνέπεια μεταξύ εκπαίδευσης και συμπερασματολογίας.","This thesis investigates the integration of formal qualitative spatial reasoning into modern Large Reasoning Models (LRMs). While Large Language Models (LLMs) have shown remarkable capabilities in natural language processing, their ability to perform formal symbolic reasoning within rigid geospatial frameworks remains a significant challenge. This research focuses on the DeepSeek-R1-Distill-Qwen-7B model, exploring whether its reasoning-oriented architecture can be fine-tuned to internalize the rules of Cardinal Direction Calculus (CDC) Algebra. The methodology involves a comprehensive three-phase experimental study using a ground truth dataset of administrative regions in the United Kingdom. Initial zero-shot evaluations (Phase 1 and2) reveal a fundamental “Administrative Blindness” in pre-trained models regarding fine-grained local boundaries. To address this, we implement a symbolic training pipeline (Phase 3) consisting of thirteen fine-tuning iterations using structured reasoning traces and canonical algebraic ordering. Our findings demonstrate that while weight updates through supervised fine-tuning (SFT) embed the necessary logic, these reasoning patterns often remain latent due to an “Inference Mismatch”. By implementing “Inference-Time Alignment”, strictly synchronizing test prompts with training headers, we achieve a peak of 86.00% Entailment Accuracy. However, this success introduces the “Trigger Pressure Paradox,” where structural cues that unlock symbolic logic simultaneously bias the model toward affirmative responses. This work contributes to the field of GeoAI by providing a methodology for neural-symbolic alignment, proving that LRMs can effectively execute formal spatial calculus when structural consistency is maintained between training and inference."],"dc:identifier":["uoadl:5373390","https://pergamos.lib.uoa.gr/uoa/dl/object/5373390"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Evaluation and Enhancement of Qualitative Spatial Reasoning in LLMs via Symbolic Fine-Tuning"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-07-24T01:02:15Z"}