PageSourceSearch

https://pimreader.app/_next/static/chunks/5206.b33f1c52ba175fac.js

js pimreader.app collected 2026-10-02 01:16:12 UTC 7,567 bytes, 1 lines download raw bytes

1"use strict";(self.webpackChunk_N_E=self.webpackChunk_N_E||[]).push([[5206],{85206:t=>{t.exports=JSON.parse('{"title":"我们为什么切换到 FSRS","publishedDate":"2026年6月16日","readTime":"5分钟阅读","featuredImageAlt":"FSRS 评分按钮显示预测间隔","featuredImage":"","introduction":"间隔重复自1980年代以来就存在,大多数应用程序仍然以当时的方式安排复习。pimReader 现在使用 FSRS——这里是发生了什么变化,以及你将注意到的原因。","htmlContent":"<p class=\\"mb-4 text-gray-700\\">每个间隔重复系统都回答一个问题:<strong class=\\"font-bold text-gray-900\\">我应该什么时候再看到这个?</strong></p>\\n<p class=\\"mb-4 text-gray-700\\">如果做对了,你会在忘记之前复习每个项目——最大限度地保留最少的时间。如果一方面做错了,你会浪费几个小时复习已经知道的东西。另一方面做错了,你会在材料回来之前就忘记它。</p>\\n<p class=\\"mb-4 text-gray-700\\">在过去的四十年里,大多数应用程序用1980年代算法的变体来回答这个问题。pimReader 现在使用 <strong class=\\"font-bold text-gray-900\\">FSRS</strong>,这个区别值得解释。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">旧方式:一个曲线适用于所有</h2>\\n<p class=\\"mb-4 text-gray-700\\">经典调度器大致是这样的:正确回答一个项目,将其间隔乘以一个固定因子。错误回答,重置。每张卡片都有一个“易度”数字,上下波动。</p>\\n<p class=\\"mb-4 text-gray-700\\">它有效。这是一个真正的突破。但它假设了一个不真实的前提:<strong class=\\"font-bold text-gray-900\\">所有项目的遗忘曲线都是相同的。</strong></p>\\n<p class=\\"mb-4 text-gray-700\\">事实并非如此。你母语中几乎相同的同源词和一个有四个词干变化的不规则动词的遗忘方式并不相同。用相同的乘数处理它们意味着一个被过度复习,另一个则被低估,永久如此。</p>\\n<p class=\\"mb-4 text-gray-700\\">经典算法还有一个令人讨厌的失败模式,很多人经常遇到:一次错误回答一个成熟的卡片,它的易度受到的惩罚如此之重,以至于永远无法完全恢复。卡片陷入了不应频繁复习的困境。社区对此的称呼——“易度地狱”——告诉你这有多普遍。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">新方式:每个项目一个模型</h2>\\n<p class=\\"mb-4 text-gray-700\\">FSRS——自由间隔重复调度器——采取了不同的方法。它不是使用一个乘数,而是为每个单独的项目建模三件事:</p>\\n<ul class=\\"list-disc pl-6 mb-4\\">\\n<li class=\\"mb-2 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">可回忆性</strong>——你现在回忆起它的可能性</li>\\n<li class=\\"mb-2 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">稳定性</strong>——一旦学习后它衰退的速度</li>\\n<li class=\\"mb-2 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">难度</strong>——这个特定项目对你来说有多难</li>\\n</ul>\\n<p class=\\"mb-4 text-gray-700\\">每次复习都会更新该模型。调度器然后选择一个间隔,使你的下次复习达到目标回忆概率。</p>\\n<p class=\\"mb-4 text-gray-700\\">实际结果是:<strong class=\\"font-bold text-gray-900\\">简单的项目更快地让你摆脱,而真正困难的项目不再隐藏。</strong></p>\\n<p class=\\"mb-4 text-gray-700\\">大多数人会发现,在相同或更好的保留率下,每日复习负担明显减轻。这不是魔法——而是算法不再把你的时间浪费在你显然已经知道的卡片上。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">你实际看到的内容</h2>\\n<p class=\\"mb-4 text-gray-700\\"><img src=\\"/images/posts/fsrs_buttons.png\\" alt=\\"Each rating button shows the interval it will set\\" class=\\"rounded-lg shadow-md my-8 mx-auto block max-w-xs sm:max-w-sm w-full h-auto border border-gray-200 cursor-zoom-in transition-shadow hover:shadow-xl\\" loading=\\"lazy\\"></p>
1\\n<p class=\\"mb-4 text-gray-700\\">打开一个项目进行复习,你会看到四个按钮:</p>\\n<p class=\\"mb-4 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">再来一次</strong> \xb7 <strong class=\\"font-bold text-gray-900\\">困难</strong> \xb7 <strong class=\\"font-bold text-gray-900\\">好</strong> \xb7 <strong class=\\"font-bold text-gray-900\\">简单</strong></p>\\n<p class=\\"mb-4 text-gray-700\\">每个按钮都有自己的间隔标签——<em class=\\"italic\\">5分钟</em>,<em class=\\"italic\\">1天</em>,<em class=\\"italic\\">2天</em>,<em class=\\"italic\\">4天</em>。这些不是装饰性的。如果你按下它,计算出的结果就是这个特定项目和你与它的历史。</p>\\n<p class=\\"mb-4 text-gray-700\\">我们认为显示这些内容很重要。一个隐藏其推理的调度器会训练你半随机地按按钮。显示后果会让你诚实评分,而<strong class=\\"font-bold text-gray-900\\">诚实的评分是模型的全部输入。</strong> 改善你自己调度的最大事情就是停止在你实际搞错的卡片上按“好”。</p>\\n<p class=\\"mb-4 text-gray-700\\">如果你想直接覆盖一个项目的状态,还有一个进度滑块——当你知道某个内容比算法当前认为的要更稳固或不稳固时,这很有用。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">我们需要修复的内容</h2>\\n<p class=\\"mb-4 text-gray-700\\">有两件值得一提的事情,因为它们影响了实际的调度。</p>\\n<p class=\\"mb-4 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">稳定性停滞。</strong> 在某些评分模式下,有效间隔可能会向下取整,导致项目的稳定性几乎没有增长,因此它不断重新出现而没有进展。我们现在将有效间隔下限设置为确保稳定性实际累积。</p>\\n<p class=\\"mb-4 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">间隔格式化。</strong> 长间隔的显示方式使得月份和年份在一瞥之间难以阅读。现在,分数的月份和年份格式正确——“4 M”有意义,“127 D”让你进行算术运算。</p>\\n<p class=\\"mb-4 text-gray-700\\">小修复,但调度错误在几个月内会悄然累积。这就是事情的本质。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">你需要做什么吗?</h2>\\n<p class=\\"mb-4 text-gray-700\\">不需要。FSRS 默认开启。现有项目保留其历史,并在新模型下继续调度。</p>\\n<p class=\\"mb-4 text-gray-700\\">如果你已经使用 pimReader 一段时间,预计在最初几周内你的复习次数会随着模型与实际知识的匹配而发生变化。通常是向下调整,以保持相同的保留率。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">最重要的一件事</h2>\\n<p class=\\"mb-4 text-gray-700\\">无论你使用什么调度器,输入都是你的诚实。</p>\\n<p class=\\"mb-4 text-gray-700\\">FSRS 是比之前更好的遗忘模型,它会更好地选择你的间隔。但它只能建模你给出的评分。当你必须认真思考时,按 <strong class=\\"font-bold text-gray-900\\">再来一次</strong>。只有在确实瞬间记起时,按 <strong class=\\"font-bold text-gray-900\\">简单</strong>。</p>\\n<p class=\\"mb-4 text-gray-700\\">做到这一点,算法会处理其余的——这毕竟就是拥有一个的全部意义。</p>\\n"}')}}]);

Line numbers count LF bytes from the start of the resource, as the search results do. Vendor segments are library code the classifier recognised; they are stored but not indexed. Bytes are shown as Latin1 characters, one per byte.