Ce s-a schimbat în FSRS-6

Răspunzi corect la un cuvânt, apoi vezi o nouă dată de recapitulare. O actualizare a algoritmului de planificare poate schimba acea dată, deși răspunsul tău a rămas același. Ce a învățat noua versiune să descrie diferit?

FSRS-6 schimbă două părți ale modelului: felul în care probabilitatea estimată de reamintire scade în timp și felul în care recapitulările apropiate actualizează stabilitatea. Scopul rămâne cunoscut: estimarea stării unui element și calcularea unui moment util pentru următoarea recapitulare.

O curbă a cărei scădere poate fi ajustată

FSRS-6 are 21 de parametri, față de cei 19 din FSRS-5. Unul dintre parametrii noi controlează rata de scădere a curbei uitării. Sunt coeficienți ai modelului, nu 21 de scoruri separate stocate pentru fiecare cuvânt.

Când parametrii sunt optimizați pe baza istoricului recapitulărilor, această rată poate fi ajustată în loc să păstreze valoarea fixă anterioară. Un algoritm care folosește parametrii impliciți utilizează în continuare o valoare stabilită. Nu reantrenează separat curba după fiecare răspuns.

Stabilitatea păstrează același reper: intervalul la care probabilitatea estimată de reamintire ajunge la 90%. Faptul că rata de scădere poate fi învățată din date nu transformă stabilitatea într-un alt tip de măsură.

Specificația oficială a algoritmului descrie aceste schimbări. Un parametru care poate fi învățat oferă posibilitatea ajustării modelului. Nu dovedește că o aplicație face deja acest lucru separat pentru fiecare persoană.

Recapitulările apropiate actualizează stabilitatea diferit

FSRS-5 avea deja o regulă pentru recapitulările scurte din aceeași zi. FSRS-6 adaugă o dependență de stabilitatea existentă a elementului. Cu celelalte date de intrare neschimbate, factorul de creștere relativă este mai mare când stabilitatea este mică și mai mic atunci când aceasta este mare.

Gândește-te la un cuvânt nou întâlnit din nou la scurt timp după învățare și la un cuvânt familiar recapitulat la fel de repede. Regula revizuită permite modelului să trateze diferit aceste istorii. Este o explicație a formulei, nu afirmația că repetarea imediată a oricăruia dintre cuvinte ar fi cea mai bună alegere de studiu.

Aplicația decide în continuare ce activități contează ca date pentru planificare. Modelarea unui interval scurt și filtrarea unui duplicat accidental sunt responsabilități separate.

Ce nu a început cu versiunea 6

Actualizările dificultății cu amortizare liniară apar deja în specificația FSRS-5. Această regulă reduce mărimea ajustării dificultății în apropierea limitei sale superioare. Face parte din descrierea modelului, dar nu este o noutate a FSRS-6.

Distincția poate părea mică atunci când te interesează doar data de mâine. Contează când explicăm de ce s-a schimbat o versiune. Mai mulți parametri nu demonstrează, în sine, rezultate mai bune de învățare, iar o funcție trebuie atribuită versiunii în care apare.

Actualizarea unui element și ajustarea unui model

O recapitulare obișnuită actualizează dificultatea și stabilitatea elementului. Optimizarea parametrilor este un proces separat: examinează istoricul recapitulărilor pentru a ajusta regulile acestor actualizări.

O aplicație poate astfel adapta programul fiecărui element, folosind același set implicit de parametri pentru multe persoane. Ulterior poate ajusta parametrii unei persoane și poate continua actualizarea elementelor cu acel model adaptat.

Pentru tine, diferența este practică. O dată care se schimbă poate reflecta o nouă estimare pentru un cuvânt. Nu înseamnă, în sine, că aplicația și-a reantrenat întregul model pe baza istoricului tău.

OOWN folosește FSRS-6 în implementarea planificării. Însă nu toate exercițiile au forma a patru butoane de evaluare. La finalul seriei vom urmări cum rezultatul unui exercițiu devine un semnal pe care algoritmul îl poate folosi.