Was sich in FSRS-6 geändert hat

Du beantwortest eine Vokabel richtig und siehst einen neuen Wiederholungstermin. Ein Update des Planungsalgorithmus kann diesen Termin verändern, obwohl deine Antwort dieselbe geblieben ist. Was kann die neue Version anders beschreiben?

FSRS-6 verändert zwei Teile des Modells: wie die vorhergesagte Abrufwahrscheinlichkeit mit der Zeit sinkt und wie kurz aufeinanderfolgende Wiederholungen die Stabilität aktualisieren. Das Ziel bleibt vertraut: den Zustand eines Eintrags schätzen und einen sinnvollen nächsten Wiederholungstermin berechnen.

Eine Kurve, deren Abfall sich anpassen lässt

FSRS-6 hat 21 Modellparameter, FSRS-5 hatte 19. Einer der neuen Parameter steuert den Abfall der Vergessenskurve. Das sind Koeffizienten des Modells, nicht 21 einzelne Bewertungen, die für jedes Wort gespeichert werden.

Wenn die Parameter anhand des Wiederholungsverlaufs optimiert werden, lässt sich dieser Abfall anpassen, statt den bisherigen festen Wert beizubehalten. Ein Planungsalgorithmus mit Standardparametern verwendet weiterhin einen vorgegebenen Wert. Er trainiert die Kurve nicht nach jeder Antwort gesondert neu.

Die Stabilität behält denselben Bezugspunkt: den Abstand, bei dem die vorhergesagte Abrufwahrscheinlichkeit 90 % erreicht. Dass sich der Kurvenabfall aus Daten lernen lässt, macht Stabilität nicht zu einer anderen Messgröße.

Die offizielle Algorithmusspezifikation beschreibt diese Änderungen. Ein lernbarer Parameter bietet die Möglichkeit, ein Modell anzupassen. Er beweist nicht, dass eine bestimmte App das bereits für jede Person einzeln tut.

Kurze Abstände verändern die Stabilität anders

FSRS-5 hatte bereits eine Regel für kurze Wiederholungen innerhalb eines Tages. FSRS-6 ergänzt eine Abhängigkeit von der vorhandenen Stabilität des Eintrags. Bei sonst gleichen Eingaben ist der relative Wachstumsfaktor bei niedriger Stabilität größer und bei hoher Stabilität kleiner.

Denk an ein neues Wort, das dir kurz nach dem Lernen erneut begegnet, und an ein vertrautes Wort, das du ebenso schnell noch einmal wiederholst. Die überarbeitete Regel erlaubt dem Modell, diese Verläufe unterschiedlich zu behandeln. Das erklärt die Formel. Es ist keine Aussage darüber, dass eine sofortige Wiederholung in beiden Fällen die beste Lernentscheidung wäre.

Die App entscheidet weiterhin, welche Aktivitäten als Daten für die Planung zählen. Einen kurzen Abstand zu modellieren und eine versehentliche Doppelmeldung herauszufiltern sind unterschiedliche Aufgaben.

Was nicht erst mit Version 6 begann

Die Aktualisierung der Schwierigkeit mit linearer Dämpfung steht bereits in der Spezifikation von FSRS-5. Diese Regel verkleinert die Anpassung der Schwierigkeit nahe ihrer oberen Grenze. Sie gehört zum Modell, ist aber keine Neuerung von FSRS-6.

Wenn du nur den Termin für morgen suchst, mag der Unterschied klein wirken. Er ist wichtig, wenn wir Versionsänderungen erklären. Mehr Parameter allein belegen keine besseren Lernergebnisse. Eine Funktion sollte der Version zugeordnet werden, in der sie auftaucht.

Einen Eintrag aktualisieren oder ein Modell anpassen

Eine gewöhnliche Wiederholung aktualisiert Schwierigkeit und Stabilität des Eintrags. Die Parameteroptimierung ist ein eigener Prozess: Sie betrachtet den Wiederholungsverlauf, um die Regeln dieser Aktualisierungen anzupassen.

Eine App kann deshalb den Plan jedes Eintrags anpassen und dabei für viele Menschen denselben Standardparametersatz verwenden. Später kann sie die Parameter einer Person anpassen und einzelne Einträge mit diesem angepassten Modell weiter aktualisieren.

Für dich ist der Unterschied praktisch. Ein geänderter Termin kann auf einer neuen Schätzung für ein Wort beruhen. Das bedeutet für sich genommen nicht, dass die App ihr ganzes Modell anhand deines Verlaufs neu trainiert hat.

OOWN verwendet FSRS-6 in seiner Planungsimplementierung. Die Übungen bestehen aber nicht alle aus vier Bewertungsschaltflächen. Zum Abschluss der Serie verfolgen wir, wie ein Übungsergebnis zu einem Signal wird, das der Planungsalgorithmus verwenden kann.