算法

SM-2

警告

该条目长时间未更新, 请注意阅读 源代码.

(除 PageRanks 之外，卡片复习采用相同规划算法)

• 该算法为 Anki 所采用的基于 SM-2 算法 的变种。
• 使用三级打分制，即在复习阶段自评对某个概念的掌握程度为困难，记得或简单。
• 初始熟练度会根据链接笔记的平均熟练度、当前笔记的重要性和基本熟练度进行加权（使用 最大外链因子）。
  • 当存在外链时: 初始熟练度 = (1 - 链接加权) * 基础熟练度 + 链接加权 * 外链平均熟练度
    • 链接加权 = 最大外链因子 * min(1.0, log(外链数目 + 0.5) / log(64)) (以自适应不同情况)
  • 不同概念/笔记的优先级由 PageRank 算法设定（笔记之间存在轻重缓急）
    • 大多数情况下基础概念/笔记具有更高优先级
• 当用户对某个概念/笔记的自评为：
  • 简单, 熟练度增加 20 复习间隔更新为 原复习间隔 * 更新后熟练度 / 100 * 1.3 (1.3 是简单奖励)
  • 记得, 熟练度不变，复习间隔更新为 原复习间隔 * old_ease / 100
  • 困难, 熟练度降低 20，复习间隔更新为 原复习间隔 * 0.5
    • 0.5 可在设置中更改
    • 最小熟练度 = 130
  • 当复习间隔不小于 8 天时
    • 间隔 += 随机取值({-扰动, 0, +扰动})
      • 设定 扰动 = 向上取整(0.05 * 间隔)
      • Anki 文档: > "[...] Anki 还会加入少量的随机扰动，以防止同时出现且评级相同的卡片获得相同的复习周期，导致其它们是在同一天被复习。"
• 复习规划信息将被存储于笔记的yaml front matter部分