本研究提出了AutoIRT方法，结合自动化机器学习与项目反应理论，解决计算机自适应测试中的项目校准问题。通过BanditCAT框架，有效平衡信息探索与利用，提高测试的精确度和可靠性。

本研究解决了传统项目反应理论（IRT）模型在计算机自适应测试（CAT）中校准效率低的问题。提出了一种多阶段拟合程序，利用自动化机器学习工具加速建模过程，显著提高了模型的校准性和预测性能。研究结果表明，该方法在Duolingo英语测试中相比现有方法表现出更高的准确度和更好的分数预测。