FSRS4Anki 教程：新一代间隔重复算法配置指南

FSRS4Anki 教程：新一代间隔重复算法配置指南

fsrs4anki A modern Anki custom scheduling based on Free Spaced Repetition Scheduler algorithm 项目地址: https://gitcode.com/gh_mirrors/fs/fsrs4anki

前言

FSRS（Free Spaced Repetition Scheduler）是一种基于机器学习的现代间隔重复算法，作为Anki默认SM-2算法的替代方案。本文将详细介绍如何在Anki中启用和配置FSRS算法，帮助用户获得更科学的学习计划。

快速配置指南

对于时间有限的用户，以下是FSRS的极简配置步骤：

1. 启用FSRS：在牌组选项中找到"FSRS"部分（Anki 24.04之前版本位于"高级"部分），启用FSRS功能
2. 调整学习步骤：确保所有学习步骤和重新学习步骤都短于1天（推荐10m、15m、20m或30m）
3. 优化参数：点击"FSRS参数"字段下的"优化"按钮
4. 设置期望记忆率：选择80-95%之间的值（90%适合大多数人）

重要提示：请勿在忘记内容时使用"困难"按钮，这会导致间隔时间计算错误。当遗忘时，请始终使用"重来"按钮。

详细配置步骤

第一步：启用FSRS

1. 打开牌组选项
2. 滚动至"高级"部分（Anki 24.04中为"FSRS"部分）
3. 切换FSRS开关

启用后，部分原有设置（如"毕业间隔"、"简单奖励"等）将消失，因为这些设置与FSRS不兼容。

第二步：配置FSRS设置

期望记忆率（Desired Retention）

这是FSRS中最重要的设置，表示到期时成功回忆卡片的比例。合理范围为0.70-0.97（Anki 23.10.1+为0.70-0.99）。

• 较高记忆率（如0.95）会导致更短的间隔和更多的每日复习
• 较低记忆率（如0.80）会减少复习量但可能影响学习效果

建议保守调整此设置，过高会增加工作量，过低则可能影响学习效果。

最大间隔（Maximum Interval）

与默认算法相同，设置卡片再次显示前的最大天数限制。

历史记忆率（Historical Retention）

当部分复习历史缺失时，FSRS会使用此值填补空白。默认值为0.90，除非使用过"忽略此日期前的复习"选项，否则通常无需调整。

学习和重新学习步骤

启用FSRS后，学习和重新学习步骤应设置为可在同一天完成的短时间间隔：

• 推荐：10m、15m、20m或30m
• 不推荐：超过12-14小时的步骤
• 避免：多个短步骤组合（如"5m 10m 15m 30m"）

更改时重新安排卡片

控制启用FSRS或更改参数时是否立即调整卡片到期日：

• 关闭（默认）：渐进过渡，工作量平稳
• 开启：立即调整，可能导致大量卡片到期

忽略此日期前的复习（Anki 24.04+）

可忽略指定日期前的复习记录用于参数优化，但不删除历史数据。使用时需准确设置历史记忆率。

第三步：优化参数

FSRS通过机器学习分析您的复习历史，找到最适合您记忆模式的参数：

1. 点击"FSRS参数"下的"优化"按钮
2. 系统自动替换默认参数
3. 不同预设可使用不同参数（适用于难度差异大的牌组）

优化技巧：

• 参数基于当前预设应用的所有牌组的复习历史
• 可使用搜索功能筛选用于优化的卡片
• Anki 23.12+支持"优化所有预设"功能

第四步：（可选）评估参数

使用"评估"功能查看参数与您复习历史的匹配程度：

• 对数损失（Log loss）：数值越小匹配越好
• 均方根误差（RMSE）：预测回忆概率与实际的平均差异（如0.05表示平均偏差5%）

第五步：（可选）计算最小推荐记忆率

这个实验性工具尝试找到学习效率最高的记忆率值：

1. 设置模拟天数（如备考设置365天，语言学习设置1825天）
2. 工具会分析您的学习习惯和时间投入
3. 结果可作为参考，但最终应根据个人需求调整

注意：Anki 24.04后只需设置模拟天数，结果会考虑最大间隔设置。

常见问题解答

Q：FSRS与Anki默认算法的主要区别是什么？ A：FSRS是基于机器学习的现代算法，能更准确地预测记忆保留率并优化复习间隔，相比传统的SM-2算法更科学高效。

Q：为什么学习步骤要设置为短于1天？ A：长学习步骤会限制FSRS的调度能力，可能导致"困难"间隔超过"良好"间隔等不合理情况。

Q：如何知道参数是否优化成功？ A：可通过"评估"功能查看RMSE和对数损失值，数值越小表示参数与您的学习模式匹配越好。

最佳实践建议

1. 对于不同难度的学习材料，建议创建不同的预设并分别优化参数
2. 定期（如每月）重新优化参数以适应学习习惯的变化
3. 新用户可从默认参数开始，积累足够复习记录后再优化
4. 调整期望记忆率时，每次变化不超过5%以避免工作量剧烈波动

通过合理配置FSRS，您可以获得比传统SM-2算法更高效的学习计划，在保持理想记忆率的同时减少不必要的复习次数。

fsrs4anki A modern Anki custom scheduling based on Free Spaced Repetition Scheduler algorithm 项目地址: https://gitcode.com/gh_mirrors/fs/fsrs4anki