AI sinh đề thi thích ứng độ khó theo phản ứng HV. Predict band ±0.3 sau 25 câu
Mock test thường HV làm full 1.5 giờ ra 1 con số band. Chậm + chán. AI MONA dùng Item Response Theory + CAT engine (pattern GRE/GMAT/SAT computer-adaptive): câu đầu trung bình → trả lời đúng → câu kế khó hơn → sai → dễ lại. Sau 25-30 câu adaptive, AI predict band ±0.3 chính xác hơn full test. HV tiến bộ realtime → PH thấy con tăng band tuần. Gia hạn cao. Upsell pack "mock test bank không giới hạn" 800k-1.2tr/HV/tháng. 60% HV mua thêm.
Chuyên viên phần mềm MONA thuyết trình prototype này
2-4 phút · trình bày tổng quan tính năng + ai dùng + bao lâu cài đặt + giá. Xem trước khi vào demo bên dưới để hiểu flow nhanh hơn.
HV chọn loại bài thi · AI khởi đầu câu trung bình
AI điều chỉnh độ khó câu kế tiếp theo phản ứng HV
Sau 25 câu. AI predict band 6.5 ±0.3, chính xác hơn full test
AI sinh tự động 5 bài tập rèn yếu điểm. HV làm tuần này
MONA dùng IRT 2PL + CAT engine, hiện tại predict band ±0.3, lộ trình về ±0.2.
Anh chị xem demo xong tự nhiên muốn biết "psychometric model gì, item bank bao nhiêu câu, accuracy đo bằng cách nào". Bảng dưới trả lời thẳng. Không ẩn, không marketing. Calibration set có ngày tháng cụ thể, lộ trình có quý cụ thể, vùng CAT không bao giờ 100% cũng nói thẳng.
IRT 2PL + CAT engine + ensemble 3 LLM sinh item
- LLM #1 GPT-5 (OpenAI). Sinh item mới từ topic seed
- LLM #2 Claude Opus 4 (Anthropic). Verify câu hỏi chất lượng + đáp án + distractor
- LLM #3 Gemini 2.5 Pro. Third opinion, đa dạng item style
- CAT engine Python catsim lib + custom 2PL IRT (difficulty + discrimination parameter)
- Item bank PostgreSQL · 18,000 item calibrated (IELTS 6k + TOEFL 4k + SAT 5k + JLPT 3k)
- Calibration MLE estimation trên 4,200 HV thật làm pilot · Rasch + 2PL convergence check
- Anti-leak HMAC item ID + rotation pool 200 item per HV · KHÔNG cho HV nhớ đáp án mock cũ
- Reasoning verify o3 + DeepSeek R1. Cross-check đáp án câu phức tạp trước khi serve
- Audit log PostgreSQL append-only · từng câu HV trả lời + θ trace + item response 365 ngày
Đo trên 4,200 HV pilot · 2026-05-15
Cách đo: So predict band CAT vs band examiner certified chấm full mock. ±0.3 nghĩa 96.4% HV nằm trong khoảng dự đoán. Item difficulty calibrated theo Maximum Likelihood Estimation, convergence > 0.97.
3 quý tới · công khai cam kết
- Q2/26 ● 96.4% → 97.6% · expand item bank 18,000 → 40,000 + scope GMAT + GRE + IELTS Academic (đang chạy)
- Q3/26 97.6% → 98.4% · CAT engine 3PL (thêm guessing parameter) · multimedia item (audio + video CAT)
- Q4/26 98.4% → 99.0% · multidimensional IRT. Predict đồng thời Listening + Reading + Speaking + Writing trong 1 mock
- Q1/27 ★ Ổn định 99.2%+ predict band ±0.2. Bằng hoặc hơn examiner certified chấm full mock
25 câu adaptive bằng full mock 1.5 giờ. HV thấy tiến bộ tuần. PH gia hạn.
Mock cũ HV làm full 1.5 giờ ra 1 band. Nản, không biết yếu skill nào. CAT engine MONA 25 câu adaptive predict band ±0.3 + breakdown 8 skill type + tự gen bài rèn yếu điểm.
Item bank 18,000 câu calibrated MLE convergence > 0.97 trên 4,200 HV pilot. Anti-leak HMAC + rotation pool. HV không nhớ đáp án cũ. Upsell pack "mock không giới hạn" 800k-1.2tr/HV/tháng.