图8-2-3以被试1参与特殊因子1施测作为例子，说明了采用一般因素CAT中特殊因子1维度的题目，开始特殊因子1维度的CAT施测的过程，Scale1Item表示的是剩余题库中属于特殊因子1的题目。
图8-2-3特殊因子施测，以被试1的特殊因子1为例
注：图片引自Weiss和Gibbons（2007）
第七步，对每个特殊因子维度的CAT重复进行第五步至第六步，剩余特殊因子的CAT施测过程与特殊因子1的施测过程相同，即：
（1）从一般因素的CAT中找出已经施测了的相应特殊因子维度的题目。
（2）根据这些从一般因素CAT中已经施测了的相应特殊因子的题目及其在特殊因子维度上的区分度，估计特殊因子维度θ的初始值。
（3）实现这一维度的CAT程序。
直到所有特殊因子维度施测完成之后，整个BICAT程序终止，那么BICAT就算是真正结束了。
如果把一般因子和特殊因子CAT过程联合起来，那么基于单维选题策略的双因子CAT实测过程就如图8-2-4所示。
图8-2-4BICAT中一般因子与特殊因子施测示意图
二、基于多维视角的BCAT过程
在基于多维视角的BCAT（MultidimensionalBifaforCAT，MBICAT）程序中，一般因子与特殊因子的施测过程是同时进行的，选题的时候同时考虑多个一般因子和特殊因子，被试每完成一个题目，当即估计被试在一般因素与特殊因素上的潜在特质水平（θ），如图8-2-5所示。
图8-2-5基于多维视角的BCAT过程
Seo（2011）在有关BCAT的研究中，所采用的CAT程序就是MBICAT的一个典型的例子，根据Seo的研究整理，MBICAT算法过程大致如下：
第一步，施测初始题。在测试开始之前，假设被试所有维度上的特质水平均为平均值，即所有维度θ=0，开始初始题目的测试。
第二步，估计被试的特质水平。根据初始题目参数（各维度）的作答结果，同时估计被试在所有维度（一般因子、特殊因子）上的特质水平初始值。可以采用的特质水平估计方法包括：极大似然估计、极大后验估计、期望后验估计等。
第三步，估计测量结果是否达到预先设定的终止标准。关于测验的终止标准，可以采用定长，也可以采用不定长。
在Seo的研究中以观测标准误（ObservedStandardError，OSE）作为CAT的终止策略，根据定长测验的研究结果，作者采用了OSE=0。5或OSE=0。55作为多维双因子CAT的终止标准。
这里需要指出的是，目前有关多维双因子CAT的研究还不是很多，因此在采用何种双因子CAT终止标准方面也还有待研究与评估。
第四步，当未达到终止标准时，根据被试在当前题目上估计出的特质水平估计值，同时考虑一般因素与特殊因素，选择和施测下一个题目。
第五步，同时估计被试在各个维度上的特质水平。
第六步，估计测量结果是否达到预先设定的终止标准。
当测验达不到终止标准时，循环执行第四至第六步。
第七步，当测验达到相应的终止标准时，结束选题，以当前各维度的特质估计值作为被试在各个维度上最终的特质估计值。
根据对BICAT过程和MBICAT过程的描述，我们不难发现，BICAT和MBICAT进行的最大差异在于，各维度的选题和特质估计是否是同时进行的。在BICAT条件下，各维度的选题和估计都是分开进行的，而在MBICAT条件下，各维度的选题和估计都是同时进行的。