ProvenanceGuard：面向 MCP 智能体的来源感知事实性验证
Hugging Face 团队提出 ProvenanceGuard，一个针对基于 MCP 的 LLM 智能体的生成后验证层，能检测“跨来源混淆”——事实存在但被归因到错误来源的情况。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face BlogAI 评分4848
Hugging Face BlogAI 评分5959 IBM Research 为 ALTK-Evolve 推出一致性指南，将 GPT-4.1 ReAct 智能体的 24.4 个百分点一致性缺口减半
IBM Research 在开源工具 ALTK-Evolve 中新增一致性指南与 Consistency Analyzer，针对平均准确率掩盖的可靠性问题。
Hugging Face BlogAI 评分4242 Open ASR Leaderboard 新增首个全球南方语言：Monsoon 印地语与印度英语评测集
Voice Arena 与 Hugging Face 合作，在 Open ASR Leaderboard 中引入 Monsoon en-IN 和 Monsoon hi-IN 两个评测集，印地语成为该多语言榜单上的首个 Indic 语言。
Hugging Face BlogAI 评分5757 Multiverse Computing 提出量化感知修复 QAH，4-bit 模型在 9 项基准中 7 项超越全精度原版
Multiverse Computing 发布论文 Quantization-Aware Healing，提出 QAH 方法：直接从压缩前的原始模型蒸馏，修复经过结构压缩并量化到 MXFP4 的模型。
Hugging Face Blog精选AI 评分6161 Hugging Face 研究量化语音识别模型的基准优化行为
Hugging Face 发布研究，提出三种测试量化 ASR 模型的基准优化（benchmaxxing）现象。评估 11 个开源模型发现，部分高分模型会复现 VoxPopuli 与 LibriSpeech 的错误参考文本、在音频中数字被静音时仍以约 30-40% 的比例输出该数字，并通过声学线索切换拼写以匹配基准期望；在模型训练截止后新采集的同源音频上，这些行为明显减弱。
推荐理由：研究用三种探针量化了语音识别中的基准优化行为，为选型者提供了超越公开基准 WER 的评估思路。
Hugging Face BlogAI 评分5151 Multiverse Computing 提出离线 top-K logits 与融合分块 KL 损失，大幅降低 LLM 知识蒸馏显存成本
Multiverse Computing 发布论文，用缓存教师模型 top-100 logits 的离线蒸馏和融合分块 KL 损失两项系统改动降低知识蒸馏成本。
Hugging Face BlogAI 评分4646 ScarfBench：评测 AI 智能体完成企业级 Java 框架迁移的基准测试
Hugging Face 推出开源基准 ScarfBench，用于评测 AI 智能体在 Spring、Jakarta EE、Quarkus 三大 Java 生态间的框架迁移能力，包含 34 个应用、102 个框架实现、204 个迁移任务和 1,331 个专家编写测试。