ProvenanceGuard: Source-Aware Factuality Verification for MCP-Based LLM Agents

ProvenanceGuard 处理的是 source-aware factuality：一个 claim 即使被 pooled evidence 支持，只要归因给了错误来源，在 MCP 场景里仍然是事实性风险。系统读取带稳定 tool ID、source ID、raw output 的 MCP trace，把回答拆成 atomic claims，路由到 source-specific evidence，再用 NLI 和 token-alignment proxy 判断支持关系与归因一致性。论文在 281 条医学域 MCP-agent traces 上构造 2,325 个 claim labels，40-trace held-out split 的 block F1 为 0.802、source accuracy 为 0.858；更难的 multi-source benchmark 上 block F1 到 0.846，但 source-plus-relation accuracy 只有 0.229，说明精确来源归属仍是硬点。