1. 参数与交互操作
该知识点与计算机科学、机器学习和大语言模型评测研究背景相关。 Rasch 模型可以用于把题目难度和模型能力放到同一尺度上，从而支持更可靠的评测。
2. 当前题目
点击“选择下一题”开始。
3. 模型公式
Rasch 模型：P(X=1 | θ, b)=1 / (1 + exp(-(θ-b)))
θ：能力参数；b：题目难度。
CAT 选题规则：优先选择难度 b 最接近当前估计 θ̂ 的未作答题目。
θ：能力参数；b：题目难度。
CAT 选题规则：优先选择难度 b 最接近当前估计 θ̂ 的未作答题目。
4. 实时结果
当前估计 θ̂
0.00
真实 θ_true
0.50
已答题数
0
正确率
0%
状态：等待开始。点击“选择下一题”后，系统会根据当前 θ̂ 选择最合适的题目。
题目特征曲线 ICC
蓝线为当前题目的作答正确概率曲线，虚线位置为当前能力估计 θ̂。
能力估计更新过程
横轴为答题步数，纵轴为 θ。绿色参考线为真实能力 θ_true。
答题记录
| 步数 | 题号 | 难度 b | P(正确) | 结果 | 更新后 θ̂ |
|---|