據統計，截至2007年，認知診斷模型發展超過了60種（Fu ＆ Li，2007）。到了2012年，認知診斷模型發展已達100多種（辛濤，樂美玲，張佳慧，2012）。這裏挑選一些在認知診斷發展史上較為重要的模型加以介紹。
一、具有認知診斷功能的IRT模型
在認知診斷發展早期，還沒有發展出真正的認知診斷模型，此時學者們嚐試用IRT模型來做認知診斷研究。
Fischer（1973）提出的線性邏輯特質模型（Linear Logistic Trait Model，LLTM），是最早用IRT模型來進行認知診斷嚐試的模型，它是在IRT的拉希模型的基礎上進行擴充、改造而成的。LLTM用認知屬性複雜度的線性組合模型來刻畫項目的難度；項目的難度取決於各認知屬性的複雜度。通過這樣的建模將認知的複雜度融入潛在特質模型中，把原來簡單的概率模型轉變成具有項目認知內容的潛在特質模型，從而實現了認知與測量的結合。但是，被試的能力還是用一個籠統的能力值來表示，沒有對被試是否掌握各認知屬性直接進行評價（塗冬波，蔡豔，戴海琦，漆書青，2008）。因此，LLTM模型不被看作真正的認知診斷模型。
此外，一些學者還用一些多維IRT模型進行認知診斷嚐試。多維IRT模型將每個維度上的能力值看作相應屬性的掌握水平。通過模型分析，可以確定被試在各個維度（屬性）上的掌握水平。在這些多維IRT模型中，有一種比較出名的模型叫多成分邏輯特質模型（Multicomponent Logistic Trait Model，MLTM）（Whitely，1980），此後又有學者（Embretson ＆ Yang，2013）在MLTM的基礎上開發了“用於診斷的MLTM”（MLTM for diagnosis，MLTM-D）。
但也有學者（餘娜，辛濤，2009）認為，這種建立診斷模型的方法是存在一定局限性的。一方麵，不同的能力維度用屬性進行概括時，屬性的定義無法深入認知過程的細節；另一方麵，模型中屬性的數量是有限的，否則會造成模型參數估計的困難。為了克服這些問題，後續發展的診斷模型多采用二分的屬性向量組表征知識結構。