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.