FSRS: อัลกอริทึมการทบทวนแบบเว้นระยะที่ทันสมัยและมีประสิทธิภาพ
(github.com/open-spaced-repetition)ABC ของ FSRS
- FSRS เป็นอัลกอริทึมการทบทวนแบบเว้นระยะสมัยใหม่ที่พัฒนาโดย Jarrett Ye โดยเรียนรู้รูปแบบความจำของผู้ใช้และวางแผนตารางทบทวนได้มีประสิทธิภาพกว่าอัลกอริทึม SM2 เดิมของ Anki
- เป้าหมายของอัลกอริทึมการทบทวนแบบเว้นระยะคือการปรับช่วงเวลาทบทวนให้เหมาะสม เพื่อคำนวณระยะเวลาที่สามารถจดจำการ์ดได้ที่ความน่าจะเป็นระดับหนึ่ง
- FSRS อิงตาม 'โมเดลองค์ประกอบสามส่วนของความจำ' ซึ่งรวมตัวแปรสามตัวที่เพียงพอสำหรับอธิบายสถานะของความจำ ได้แก่ ความสามารถในการเรียกคืน ความเสถียร และความยาก
หลักการทำงานของ FSRS
- ทุกครั้งที่ผู้ใช้ทบทวนการ์ด สถานะความจำที่เชื่อมโยงกับการ์ดใบนั้นจะเปลี่ยนไป และ FSRS จะพิจารณาเฉพาะการทบทวนวันละครั้ง
- FSRS วิเคราะห์ประวัติการทบทวนของผู้ใช้ และใช้แมชชีนเลิร์นนิงเพื่อคำนวณพารามิเตอร์ที่สอดคล้องกับประวัติการทบทวนมากที่สุด
- หากผู้ใช้มีประวัติการทบทวนไม่เพียงพอ ระบบจะใช้พารามิเตอร์เริ่มต้นที่ค้นพบจากการวิเคราะห์ข้อมูลการทบทวนหลายพันล้านครั้งจากผู้ใช้ประมาณ 20,000 คน
การเปรียบเทียบ FSRS กับอัลกอริทึมเริ่มต้นของ Anki
- FSRS สามารถรักษาระดับการคงจำเท่าเดิมได้ด้วยจำนวนการทบทวนที่น้อยกว่าอัลกอริทึมเริ่มต้นของ Anki 20-30%
- ผู้ใช้สามารถตั้งค่าอัตราการคงจำที่ต้องการ เพื่อสร้างสมดุลระหว่างปริมาณการทบทวนกับปริมาณที่จำได้
- FSRS วางแผนตารางการ์ดได้ดีกว่าเมื่อเกิดการทบทวนล่าช้า เช่น เมื่อผู้ใช้ไม่ได้ใช้ Anki เป็นเวลาหลายสัปดาห์
ข้อมูลเพิ่มเติม
- หากใช้ Anki เวอร์ชัน 23.10 ขึ้นไป ควรอ่านคู่มือนั้น และหากใช้เวอร์ชันที่เก่ากว่า 23.10 สามารถใช้ FSRS เวอร์ชันสแตนด์อโลนได้
- หากต้องการเปรียบเทียบประสิทธิภาพของ FSRS กับอัลกอริทึมอื่น ให้ดูหน้า benchmark และ FSRS vs SM-17
- หากมีคำถามเพิ่มเติมเกี่ยวกับ FSRS ให้ตรวจสอบ FAQ
- หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับอัลกอริทึมการทบทวนแบบเว้นระยะ สามารถอ้างอิงเอกสารที่เกี่ยวข้องได้
GN⁺ ความเห็น:
- อัลกอริทึม FSRS มอบแนวทางที่ล้ำสมัยในการปรับตารางทบทวนให้เหมาะสมโดยเรียนรู้รูปแบบความจำของผู้ใช้
- ความสามารถในการตั้งค่าอัตราการคงจำตามต้องการ ช่วยให้เกิดประสบการณ์การเรียนรู้แบบปรับให้เหมาะกับความต้องการและความชอบของผู้เรียน
- FSRS สามารถช่วยประหยัดเวลาของผู้เรียนและเพิ่มประสิทธิผลในการเรียนรู้ให้สูงสุด ผ่านการวางแผนการทบทวนที่มีประสิทธิภาพกว่าอัลกอริทึมเดิมของ Anki
ยังไม่มีความคิดเห็น