极道
·
间隔重复算法与FSRS
💡
原文中文，约4500字，阅读约需11分钟。
📝
内容提要
FSRS是一种现代间隔重复算法，旨在学习记忆模式并更有效地安排复习。FSRS基于记忆三要素模型，包括可检索性、稳定性和难度。它每天只考虑一次审核，根据用户的评论历史记录来估算复习时间表。FSRS比Anki的默认算法更好，可以帮助用户在记忆量和必须进行的评论数量之间取得平衡。
🎯
关键要点
- FSRS是一种现代间隔重复算法，由Jarrett Ye开发。
- FSRS旨在学习用户的记忆模式并更有效地安排复习。
- 间隔重复是一种基于证据的学习技术，通常使用抽认卡来执行。
- FSRS基于记忆三要素模型，包括可检索性、稳定性和难度。
- FSRS每天只考虑一次审核，根据用户的评论历史记录估算复习时间表。
- FSRS比Anki的默认算法更好，帮助用户在记忆量和评论数量之间取得平衡。
- 间隔重复算法的目标是计算复习之间的最佳间隔。
- 最佳间隔与回忆卡片的特定概率相对应。
- 用户每次审阅卡片时，记忆状态都会发生变化。
- FSRS使用机器学习分析用户的评论历史记录来计算参数。
- FSRS的参数是在数十亿条评论中找到的，用户不应手动调整参数。
- 留存率越高，每天的回顾次数就越多。
- 间隔重复算法的开发需要找到遗忘速度和最佳复习时间的问题的答案。
- SM-0算法旨在延长复习间隔，同时最小化记忆衰退率。
- SM-2算法引入了审阅反馈，能够区分简单和困难的材料。
- SM-4算法引入了最佳间隔矩阵，能够根据其他卡片的信息调整时间表。
- SM-5算法设计为解决SM-4的不足之处，进一步提高适应性。
- 遗忘曲线显示了我们如何记忆和遗忘，是间隔重复算法的基础。
➡️
