OmniTools 9月29日消息，Multiverse Computing团队在Hugging Face博客发布研究论文《Getting the Source Right, Not Just the Fact: Source-Aware Verification for MCP Agents》，正式推出源感知事实性验证框架ProvenanceGuard。该工具专为基于模型上下文协议（MCP）的多工具调用型大语言模型（LLM）代理设计，旨在解决“跨源混淆”难题——即代理生成的事实虽真实存在，却被错误归因至不匹配的数据源。
ProvenanceGuard作为后生成验证层，在代理输出答案后介入，全程保留各MCP工具返回结果的源标识，避免将证据池化。系统通过答案拆解、源路由、支持度评分、归因一致性检查等步骤逐项验证，并可输出逐条声明的源判定结果。在医学场景实测中，该框架对361项声明的拦截召回率达99.3%（成功拦截138/139项应拦截声明），在阻断错误归因的同时有效降低误拦率，表现优于MiniCheck、RAGAS Faithfulness等基线工具。
目前，ProvenanceGuard的源感知验证思路已被集成至NVIDIA NVFlow金融代理的可选接地验证模块中。该研究亦于2026年加州大学伯克利分校Agentic AI Summit上以海报形式展示。
