本論文では、エージェント的な大規模言語モデル（LLM）を用いたデータ分析と連合分析（FA）を統合したLAFAシステムについて説明しています。従来のLLMベースの分析フレームワークは中央集権的なデータアクセスを前提としており、プライバシー保護が不十分でした。一方、FAは分散データソース間でプライバシーを考慮した計算を可能にしますが、自然言語での入力をサポートしていません。LAFAは、自然言語のクエリを受け入れ、最適化されたFAワークフローに変換する多段階のエージェントアーキテクチャを採用しています。また、クエリをサブクエリに分解し、各サブクエリを有向非巡回グラフにマッピングすることで、より効率的な実行を実現しています。実験結果から、LAFAはベースラインのプロンプティング戦略と比較して、実行計画の成功率を高め、FAのリソース集約的な操作を大幅に減少させることが示されました。この研究は、自然言語入力をサポートするプライバシー保護型のLLM駆動分析の実用的な基盤を築くものです。