FSRS : un algorithme de répétition espacée moderne et efficace

ABC de FSRS

• FSRS est un algorithme moderne de répétition espacée développé par Jarrett Ye, qui apprend les schémas de mémoire de l’utilisateur et planifie les révisions plus efficacement que l’algorithme SM2 historique d’Anki.
• L’objectif d’un algorithme de répétition espacée est d’optimiser les intervalles de révision afin de calculer pendant combien de temps une carte peut être mémorisée avec une probabilité donnée.
• FSRS repose sur le « modèle des trois composantes de la mémoire », qui comprend trois variables suffisantes pour décrire l’état de la mémoire : la récupérabilité, la stabilité et la difficulté.

Principe de fonctionnement de FSRS

• Chaque fois que l’utilisateur révise une carte, l’état de mémoire associé à cette carte change, et FSRS ne prend en compte qu’une seule révision par jour.
• FSRS analyse l’historique de révision de l’utilisateur et utilise le machine learning pour calculer les paramètres qui correspondent le mieux à cet historique.
• Si l’utilisateur ne dispose pas d’un historique de révision suffisant, des paramètres par défaut sont utilisés, obtenus en analysant des milliards de données de révision provenant d’environ 20 000 utilisateurs.

Comparaison entre FSRS et l’algorithme par défaut d’Anki

• FSRS peut atteindre le même niveau de rétention avec 20 à 30 % de révisions en moins que l’algorithme par défaut d’Anki.
• L’utilisateur peut définir le taux de rétention souhaité afin d’équilibrer la charge de révision et la mémorisation.
• FSRS planifie mieux le calendrier des cartes lorsqu’il y a du retard dans les révisions, par exemple lorsque l’utilisateur n’a pas utilisé Anki pendant plusieurs semaines.

Informations complémentaires

• Si la version d’Anki est 23.10 ou supérieure, il faut lire ce guide ; si vous utilisez une version antérieure à 23.10, vous pouvez utiliser la version autonome de FSRS.
• Si vous souhaitez comparer les performances de FSRS avec d’autres algorithmes, consultez les pages benchmark et FSRS vs SM-17.
• Si vous avez d’autres questions sur FSRS, consultez la FAQ.
• Si vous souhaitez en apprendre davantage sur les algorithmes de répétition espacée, vous pouvez consulter la documentation associée.

Avis de GN⁺ :

• L’algorithme FSRS propose une approche innovante qui optimise le calendrier de révision en apprenant les schémas de mémoire de l’utilisateur.
• La possibilité de définir le taux de rétention souhaité permet une expérience d’apprentissage personnalisée, adaptée aux besoins et aux préférences de chaque apprenant.
• Grâce à une planification des révisions plus efficace que les algorithmes historiques d’Anki, FSRS peut aider les apprenants à gagner du temps et à maximiser l’efficacité de leur apprentissage.