Hugging Face 提出 ProvenanceGuard：面向 MCP 智能体的源感知事实性验证
Hugging Face 推出 ProvenanceGuard，一种针对基于 MCP 的 LLM 智能体的源感知事实性验证层。该方案通过保留来源身份解决跨源混淆问题，在医疗场景测试中成功拦截 139 个错误声明中的 138 个，并在可识别来源时以约 86% 的准确率匹配正确出处。
#MCP/工具调用
#MCP/工具调用
今日 0 条Hugging Face BlogAI 评分4040
Google ResearchAI 评分3434 ToolGrad：基于文本梯度的高效工具使用数据集生成方法
Google Research 提出 ToolGrad，利用“答案优先”策略和文本梯度迭代构建复杂工具链数据。该方法在 Berkeley Function Calling Leaderboard 上表现优异，微调后的 ToolGrad-12B 得分 83.1，超越 Gemini 2.5 Pro、Claude 4.5 Opus 及 GPT-5 等专有模型。
Hugging Face Blog精选AI 评分6060 IBM Research 发布 VAKRA 基准：揭示 AI Agent 推理与工具使用的失败模式
IBM Research 推出 VAKRA，这是一个用于评估 AI Agent 在企业级环境中推理和行动能力的可执行基准测试。该基准包含超过 8000 个本地托管 API 和 62 个领域的真实数据库，要求模型完成 3-7 步的复杂推理链。分析显示，尽管现代模型能执行孤立工具调用，但在多跳推理、多源检索及遵守工具使用策略时表现不佳，暴露了从表面能力到端到端可靠性的差距。
推荐理由：IBM Research 在 Hugging Face 博客发布 VAKRA 基准测试，通过执行轨迹分析揭示了当前 AI Agent 在多步工作流中的具体失败模式。