← 返回目录


叶峻峣, 苏敬勇, 曹译珑. 优化间隔重复调度的一种随机最短路径算法[C]//第 28 届 ACM SIGKDD 知识发现与数据挖掘学术会议论文集, 2022: 4381-4390

钻研人类记忆,探索复习算法。改善教育公平,践行自由学习。

16 👍 / 0 💬

有关优化间隔重复系统的调度算法。来自 Jarrett Ye(校对:正是在下),一位赞助者。

我觉得这篇论文里最吸引我的是他们用「半衰期」来描述间隔重复记忆系统[1]卡片的状态。但问题是,你没法直接量出一张卡片的半衰期。你只能做一次观察,因为每次练习都会改变接下来的半衰期。同一个项目的半衰期序列当然是相互关联的,但这仍然相当棘手。

他们的方法是根据用户群体的初次回忆率将项目分为不同「难度组」。然后,他们可以使用汇总的用户组为后续事件拟合半衰期参数。可以想象,就像项目反应理论那样,为每位用户再加一个「能力」/「熟悉度」参数。

然后,作者引入了一个马尔可夫时序模型,用于描述给定反应的半衰期和难度的转移方程组。这个方法已经被做成了 Anki 插件:GitHub - open-spaced-repetition/fsrs4anki: A modern Anki custom scheduling based on free spaced repetition scheduler algorithm


链接至本文(已汉化)

声明

此内容发布由 Andy Matuschak 许可。未经允许,不得转载或修改。保留所有权利。


Thoughts Memo 汉化组译制
感谢主要译者 GPT-4、校对 JarrettYe
原文:Ye, J., Su, J., & Cao, Y. (2022). A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling. Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 4381–4390 (andymatuschak.org)

参考

1. 间隔重复记忆系统(Spaced repetition memory system) ./404257681.html

专栏:间隔重复 & 注意力管理


← 返回目录