ProvenanceGuard：为 MCP 智能体做来源感知的事实核查
2026.09.29 · 观点 · 论文 · 论文预印本
新论文提出来源感知验证层，专治答案把事实归错来源的问题
HuggingFace 上发布的论文 ProvenanceGuard 提出一种面向 MCP 智能体的来源感知事实性验证方法。它不把证据合并成一个匿名上下文，而是保留来源身份，逐条检查答案中的主张是否由答案所指的那个来源支持，并给出逐条来源判定与整体放行或拦截决定。
- 针对跨来源混淆：事实为真但归错来源
- 保留 MCP 工具输出与来源 ID，不合并证据
- 流程：拆解主张、路由来源、支持打分、归属核对、决策
- 被拦截答案可经 RARR 式修复后重新验证
- 实验用本地模型：MiniLM、DeBERTa NLI 与本地语言模型
为什么值得看
揭示 MCP 智能体事实核查中被忽视的归因错误
适合谁关注
做 RAG、智能体与事实性验证的开发者研究者