一条自研工具链，贯通
「建模 → 加权 → 合并」

大型能力与素养测评动辄数十万、上百万被试，题目多、维度多。传统 IRT 软件在这种规模下常因内存爆炸或速度过慢而无法完成估计，商业软件又难以定制。研究团队需要一个既专业、又能在普通工作站上跑通大数据的估计引擎。

IRTC 是自包含的边际极大似然（MML）估计引擎，底层以 C++（Rcpp / RcppArmadillo）实现，并针对大规模数据做了系统性性能设计：

• 模型覆盖：Rasch/1PL、PCM、RSM、2PL、GPCM；单维与题间多维；支持潜在回归、多组分析、个案权重与 EAP 能力估计。
• 性能设计：多线程并行 E 步、按被试分块的流式后验计算（不保存完整「被试 × 节点」后验矩阵）、维度分解、解析梯度与混合 Newton M 步、引擎自动路由。
• 可信赖机制：可选的积分节点剪枝配有分层实测误差核查与书面报告——默认走精确路径，绝不悄悄改变统计目标。

• 流式引擎已在原型基准中完成百万样本、多维 GPCM 估计，把传统方法所需的超大内存压缩到普通工作站可承受的范围。
• 提供 auto / grid / streaming 三种引擎与自动路由，并记录选择理由——默认易用，需要时可控。
• 26 组自动化测试与中文零基础使用手册，工程质量对标正规开源项目。

调查与测评常需要让总体及多个重叠子群的通过率/达标率（按地区、性别、城乡等口径）逼近或精确匹配给定目标，同时不能破坏原有抽样权重结构与人口边际。手工调权既不严谨也不可复现。

• 把业务需求形式化为有界凸二次规划（QP），在「人口单元 × 结果」聚合层面求解——严谨，且在大样本上高效。
• soft（逼近目标）与 exact（精确匹配）两种模式，均保持初始权重结构与总体边际；方法学基础为 Deville & Särndal（1992）校准加权理论。
• 实用配套：一步式接口、求解前数据检查、目标表构建、有效样本量（ESS）与设计效应诊断、示例数据；采用 osqp 高性能求解器。

• 已发布于 CRAN（MIT 许可），含 13 组自动化测试。
• 把实际的达标校准难题变成可复现、可诊断的标准流程。

按人口单元（省份×性别×城乡×年龄×教育）统计分级结果时，常有单元样本过小甚至为零，比例估计不稳。既要合并小单元，又要让省级与全国子群的分级（如 A/B/C/D）比例落在目标区间、每个最终单元样本为正——这是约束复杂、手工处理极易出错的组合优化问题。

• 用集合划分混合整数线性规划（MILP）求解省内单元合并方案。
• 字典序目标：依次最小化合并样本量、人口距离、结果异质性、权重扭曲与合并次数。
• 诚实设计：约束不可行时明确报告，而不是悄悄放松目标。

• 确定性、可复现的合并方案，取代逐格的主观判断。
• MIT 开源，16 组自动化测试；即将提交 CRAN。