作者认为知识分享写作的“新”在于用旧观点审视新情境，提供新观点并加以检验，同时兼顾“提问题”和“教科书”的写法，为读者提供论证结构完整的答案和扩展空间。

ItemStudy 新增利用大语言模型判断，因之前语义判断有问题且不能用 ReverseItem 作判断，现调用大语言模型判断 item 对语义是否相反，将语义相反的 item 对 similarity 取负。在特定模型下选取两端测试，正 correlation 区在现有样例中全部维持原判，负 correlation 区误判率约 0.325。此方法不能很好解决负 correlation 问题，需进一步研究。

计算 Cronbach's alpha 可衡量量表项内部一致性，其取值范围是 0 到 1，值越高表示一致性越好。具体公式为：alpha = k / (k - 1) * (1 - sum(sig_i^2) / sum(sig_T^2))，其中 k 是量表项数，sig_i^2 是每个项的方差，sig_T^2 是所有项分数总和的方差。

PsychoScales是一个开源的心理学量表框架，旨在提供基于Python FastAPI的量表服务。该框架不依赖数据库，量表数据通过YAML格式加载，以实现编辑和加载的平衡。PsychoScales承诺每周更新量表，所有量表均来源于正式发表的心理学论文和书籍。项目最初基于ThinkPHP开发，但因维护难度大而寻求更简洁的开发方式。开发者作为字节跳动员工，利用新上线的AI IDE Trea中国版，成功开发出这款开源量表框架。

这篇周报主要介绍了大语言模型及其数据准备、内容和网站的相关工作。大语言模型方面，已完成私有部署和优化，并新增了 DeepSeek 模型。内容方面，已部署 rss 心理学订阅，获取了一批新量表。网站方面，构思了优化量表导入 json 的计划。