用途：面向学习类产品，建立难度校准模型，让每个用户处于当前能力的边缘，并判断校准是否真的生效。
主要能力与观点：难度是题目与用户配对后的属性，而非题目本身的属性，因此需要在同一系统中同时估计内容难度与用户能力；拟合出的每道题参数可区分“因陌生而难”与“因结构而难”，前者是调度输入，后者可作为重设计队列。目标应指定为一个带上下限的区间，而非某个最低门槛，控制熟悉与新颖的比例而非学习量。练习条件衰减，按目标水平练习实际会落于其下，故需有意过度约束。观察到的成功率是免费、无需标注、连续的审计信号，略高于一半说明模型诚实；需结合错误率与完成率判断，错误上升而完成率持平是有产出的难度，错误上升而完成率下降则是缺陷。用户可自行选择档位，少量正交旋钮交叉成命名且明示评级的组合，优于滑块或静默猜测；无辅助模式可作为已知任务上的开关，并给以远高于带支架版本的价格回报。此外，重复已掌握内容在短期指标上占优却不产生学习，产品须反向推动；难度决策宜在后期依据本次会话证据做出，此时信息更充分且下行风险有限。
使用方式：技能以内容图组织，先扫描各描述，按需沿 wikilink 节点深入，涉及建模、选目标、评估效果、让用户参与以及逆直觉做法等模块。
限制：不负责判断单个屏幕是否一次性要求过多，该类问题归 duo-attention-budget；与记忆衰减、进阶设计、学习者动机等技能相邻但不同。资料未提供安装命令、代码、平台或价格等信息。