学习算法

学习算法使用公式决定何时复习一个笔记或记忆闪卡。

算法	开发情况
SM-2-OSR	已实现
FSRS	计划中
用户自定义间隔	计划中

SM-2-OSR

• SM-2-OSR 是 Anki 所采用的基于 SM-2 算法的变种。
• 使用三档打分制（记得/简单/较难）
• 初始熟练度会根据关联笔记的平均熟练度、当前笔记的重要性和基础熟练度加权计算（使用 最大外链因子）
• Anki 还会加入少量的随机“扰动”，以防止同时创建且评级相同的卡片复习周期相同，导致总在同一天被复习。
• 除 PageRanks 之外，笔记和卡片复习均采用相同算法。

算法细节

警告

该条目长时间未更新, 请注意参见 源代码

• 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。"
• 复习计划信息将被存储于笔记的YAML front matter。

---

FSRS

算法详情参见：fsrs4anki

本插件目前尚未集成该算法，进展参见： [FEAT] sm-2 is outdated, can you please replace it with the fsrs algorithm? #748

---

用户自定义间隔

这可能是最简单的“算法”了：允许用户为复习结果设置固定间隔天数。

例如：较难 --> 1天

本插件目前尚未集成该算法，进展参见： [FEAT] user defined "Easy, Good, Hard" values instead of or in addition to the algorithm defined one. #741