附录 B：资料、证据与适用范围

S1：NIST AI Risk Management Framework 1.0

来源：NIST AI 100-1。重点核对 MEASURE 功能、评测背景、测试集和工具的记录、不确定性与持续测量。AI RMF 是自愿使用的风险管理框架，不是本实验取得的认证，也没有替本书规定 -0.05 发布阈值。

本文关于发布责任、证据范围与持续维护的组织方式属于工程推导。没有声称通过随书测试即符合某项法规、行业规范或业务安全标准。

S2：Inspect Scorers

来源：Inspect 官方评分器说明。文档区分文本提取/匹配、自定义规则和模型评分，并将度量汇总与评分器连接。它支持本书分离评分机制与指标的讨论。

随书代码没有安装或运行 Inspect，也没有测量其框架行为。当前最低表达合同不能当作任意自然语言质量评分，模型裁判接入与校准仍是未运行的扩展任务。

S3：Inspect Datasets

来源：Inspect 官方数据集说明。核对 Sample 中 input、target、id、metadata 与文件/环境设置等职责。本文借此说明公开任务、评分参考和执行环境需要分别建模。

本书自己的临时目录方案不是 Inspect 沙箱实现，也没有因为数据字段分开就获得答案保密保证。公开合成题与同身份子进程的局限在正文明确列出。

S4：SciPy bootstrap

来源：SciPy bootstrap 官方文档。核对有放回重采样、paired 参数、百分位与 basic/BCa 方法的区别，以及退化分布的限制提示。

本实验用标准库实现项目分组的成对百分位重采样，没有调用 SciPy，没有 BCa，也没有证明小样本区间具有良好业务覆盖率。文档本身也不支持用缺乏代表性的合成题推断真实模型总体表现。

本版实际证据

lab/evidence/ 保存三个受控候选的完整逐样本报告与校准摘要，所有报告标注无真实模型调用。book/lab-results.json 汇总实际运行，发布验证记录保存命令与格式/页面验收范围。真实云模型调用、真实人工一致性研究、供应商排名与生产部署均未执行。