第7课:数据与算法

🎯 本课目标

  • 理解统计窗口的各项数据含义
  • 掌握学习计划的设置
  • 理解 SM-2 和 FSRS 两种算法的核心区别
  • 学会根据数据调整自己的学习策略

一、统计窗口解读

统计项含义健康参考
到期卡片今天需要复习的卡片与复习上限匹配
新增卡片今天新学的卡片≤30(建议10-20)
学习中的卡片尚未毕业的新卡片不宜过多积压
复习中的卡片已毕业定期复习的卡片总数的60%以上
保留率回忆成功的比例80-90%
预测未来7/30天复习量帮你预判工作负荷

欠熟练笔记

  • 统计窗口→点击”欠熟练”→自动跳转到浏览窗口
  • 保存此搜索条件,方便随时查看
  • 对欠熟练笔记做专题复习效率更高

数据驱动

看统计→获反馈→调整计划。长期趋势比单日数据更重要。如果某天没完成,不要第二天补两倍量。


二、学习计划设置

10倍法则

复习量 ≈ 新增量 × 10

每天新增10张卡片 → 未来每天约100张复习。控制新增是管理复习量的根本。

核心参数

参数推荐值说明
每日新卡上限10-30根据可用时间调整,少即是多
每日复习上限100-200超过此值可能导致积压
间隔倍数1.0(默认)可适当调高以减少复习量
简单奖励130%(默认)点Easy的额外间隔加成
毕业间隔1天学习阶段→复习阶段所需天数
新卡步长1 10(分钟)新卡学习阶段的间隔

新卡学习流程

flowchart LR
  A[看到正面] --> B[尝试回忆] --> C[显示答案] --> D[评估]
  D -->|Again| A
  D -->|Good| E[1分钟后再次出现]
  E --> F[第二次评估]
  F -->|Good| G[10分钟后再次出现]
  G --> H[第三次评估达到Good以上]
  H --> I[毕业进入复习阶段]
  1. 看到正面→尝试回忆→显示答案→评估
  2. 点Again/Good→卡在”学习中”状态
  3. 经过步长间隔(1分钟→10分钟)后再次出现
  4. 第二次评估达到Good以上→“毕业”进入复习阶段
  5. 此后按算法安排间隔

三、SM-2 算法

Anki 默认算法,由 SuperMemo 的 SM-2 改进而来。

核心机制

  • 新卡学习分两步:默认1分钟→10分钟
  • 毕业后:间隔 = 前次间隔 × 间隔倍数
  • Again → 重置到学习阶段
  • Hard → 间隔 × 1.2
  • Good → 标准间隔
  • Easy → 间隔 × 简单奖励

局限性

  • 对所有卡片”一视同仁”——不考虑个体难度差异
  • 间隔增长固定倍数——不够灵活
  • 不能根据历史复习表现动态调整

四、FSRS 算法

新一代算法(Free Spaced Repetition Scheduler),基于机器学习。Anki 23.10+ 内置。

DSR 模型

参数含义作用
D - Difficulty卡片的固有难度稳定但可变化,随复习改善而降低
S - Stability记忆能保持多久决定下次间隔的基础
R - Retrievability能回忆起来的概率0-1 之间,控制保留率目标

优势

  • 为每张卡片建立独立记忆模型
  • 根据个人历史数据优化参数
  • 支持设置期望保留率(推荐0.8-0.9)
  • 难卡片和简单卡片差异化安排

启用方法

  1. 牌组→齿轮→选项→FSRS栏
  2. 启用FSRS并运行优化
  3. 设置期望保留率(默认0.9)
  4. 配合 FSRS4Anki Helper 插件使用

📝 自我检测

Q1:按照10倍法则,如果你每天新增15张卡片,一个月后每天的复习量大约是多少?

查看答案

约150张/天。15×10=150。所以在新学期第一周就要想好:我是否能承受这个量?

Q2:SM-2和FSRS最大的区别是什么?

查看答案

SM-2对所有卡片用相同的间隔增长公式(无差别对待)。FSRS为每张卡片建立独立的DSR模型(难度、稳定性、可提取性),根据个人实际表现动态优化。

Q3:新卡学习中,步长(1分钟→10分钟)的作用是什么?

查看答案

步长是学习阶段的间隔。第一次回忆后点Good→1分钟后再次出现;第二次点Good→10分钟后出现。通过短间隔强化,确保卡片真正存入记忆后,才”毕业”进入间隔复习阶段。


⚡ 今日行动

  1. 查看你的统计:打开统计窗口,记录”学习中”和”复习中”的卡片数
  2. 检查新增量:按10倍法则算一下你未来的复习量,必要时调整
  3. 尝试 FSRS:如果还没用FSRS,打开牌组选项启用并优化

📚 延伸阅读