ItemStudy：新增了利用大语言模型判断

摘要： 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。

由于之前判断语义存在问题，且无法简单用ReverseItem作判断，现通过调用大语言模型判断item对语义是否相反，并将语义相反的item对的similarity取负。在特定模型下（这次是deepseek-chat）选取两端（similarity $>0.5$）进行测试（$N=204$），发现正correlation区在现有样例中全部维持原判（$N=161$），而负correlation区有$29$个判负，$14$个判正（即约$0.325$的误判率）。

所以这种方法并不能很好地解决负correlation的问题，需要进一步研究。