面向 MCP 智能体的来源感知核验方法 ProvenanceGuard：确保来源与事实双重准确
ProvenanceGuard 是一种面向 MCP 智能体的生成后事实核验层，旨在解决主张内容属实但归因于错误工具输出的跨来源混淆问题。该方法无需重训智能体，通过保留工具输出与来源 ID，依次执行主张拆解、来源定位、支持度校验与修复决策。在包含 361 项医疗主张的测试中，它成功拦截了专家判定不可通过的 139 项主张中的 138 项，可识别来源的匹配准确率达 86% 左右。
#MCP/工具调用
#MCP/工具调用
今日 0 条Hugging FaceAI 评分4343
Hugging FaceAI 评分5151 深入剖析 VAKRA 基准：AI 智能体的推理、工具调用与失效模式
IBM Research 详解了面向企业级 AI 智能体的可执行评测基准 VAKRA，用于评估智能体跨 API 与文档的多步复合推理能力。该基准覆盖商业智能 API 链式调用、工具选择、多跳推理及策略约束多源推理四大任务，依托 62 个领域的 8,000 多个本地 API。实验显示主流模型在长链调用、参数填充及外部策略约束下表现明显下滑。