Bootstrapping
非参数重采样统计方法，通过有放回抽取子样本估计统计量的经验分布，用于构造置信区间和评估排名确定性
时间轴 (近 90 天)
自举（Bootstrapping）在软件工程中指用语言编译器编译自身或用现有工具链构建下一代工具链。
在文档解析评测中，以文档而非段落或页面作为 bootstrapping 的重采样单位，是因为同一文档内部的页面、段落存在版面、字体、扫描质量上的相关性，按更小粒度重采样会低估方差并产出过窄的置信区间。
若测试文档数很少（如不足 30 篇），bootstrapping 的区间估计本身也不可靠，应扩充样本。
bootstrapping 的重采样过程应固定随机种子，以确保同一份逐文档结果每次跑出的置信区间一致。
单一Agent自产自销存在自我确认偏差风险，模型倾向于认可自己刚生成的输出，独立上下文的Reviewer Agent更容易发现问题
Bootstrapping自举概念最初指用一门编程语言编写的编译器编译该语言自身，第一个C语言编译器就是用C语言写成的
全部知识事实 (6)
自举（Bootstrapping）在软件工程中指用语言编译器编译自身或用现有工具链构建下一代工具链。
50%待验证在文档解析评测中，以文档而非段落或页面作为 bootstrapping 的重采样单位，是因为同一文档内部的页面、段落存在版面、字体、扫描质量上的相关性，按更小粒度重采样会低估方差并产出过窄的置信区间。
50%待验证若测试文档数很少（如不足 30 篇），bootstrapping 的区间估计本身也不可靠，应扩充样本。
50%待验证bootstrapping 的重采样过程应固定随机种子，以确保同一份逐文档结果每次跑出的置信区间一致。
50%待验证单一Agent自产自销存在自我确认偏差风险，模型倾向于认可自己刚生成的输出，独立上下文的Reviewer Agent更容易发现问题
50%待验证Bootstrapping自举概念最初指用一门编程语言编写的编译器编译该语言自身，第一个C语言编译器就是用C语言写成的
50%