FSRS बनाम SM-2: 2026 में कौन सा स्पेस्ड रिपिटिशन एल्गोरिदम जीतता है?
FSRS और SM-2 की आमने-सामने तुलना। जानें कि कौन सा स्पेस्ड रिपिटिशन एल्गोरिदम आपके अध्ययन लक्ष्यों के लिए सही है, भविष्यवाणी की सटीकता में क्या फ़र्क़ है, और कहाँ दोनों पीछे रह जाते हैं।
अगर आप FSRS बनाम SM-2 की तुलना कर रहे हैं, तो छोटा जवाब यह है: ज़्यादातर लंबे समय तक सीखने वालों के लिए FSRS ज़्यादा सटीक और अनुकूली एल्गोरिदम है, जबकि SM-2 छोटे डेक या उन उपयोगकर्ताओं के लिए एक सरल, परखा हुआ विकल्प बना हुआ है जिन्हें पूर्वानुमेय नियम पसंद हैं।
दोनों एल्गोरिदम फ़्लैशकार्ड रिवीज़न शेड्यूल करते हैं, लेकिन भविष्यवाणी करने का उनका तरीका मूल रूप से अलग है। FSRS एक मशीन-लर्निंग मेमोरी मॉडल का उपयोग करता है जिसे आपके निजी रिवीज़न इतिहास पर प्रशिक्षित किया जाता है। SM-2 उन स्थिर गुणा-नियमों पर निर्भर है जो 1987 से लगभग बदले ही नहीं हैं। यह अंतर तब मायने रखता है जब आपका डेक कुछ सौ कार्डों से आगे बढ़ जाता है।
यह गाइड समझाती है कि दोनों एल्गोरिदम कैसे काम करते हैं, FSRS कहाँ जीतता है, SM-2 कब अब भी समझदारी भरा है, और अपने वर्कफ़्लो के लिए सही शेड्यूलर कैसे चुनें।
FSRS क्या है?
FSRS का पूरा नाम Free Spaced Repetition Scheduler है। यह एक ओपन-सोर्स स्पेस्ड रिपिटिशन एल्गोरिदम है जिसे Jarrett Ye (L-M-Sherlock) ने बनाया और 2022 में जारी किया। FSRS DSR मेमोरी मॉडल पर आधारित है: Difficulty, Stability और Retrievability।
| घटक | अर्थ |
|---|---|
| Difficulty (D) | कोई कार्ड आपके लिए व्यक्तिगत रूप से कितना कठिन है |
| Stability (S) | कोई याद कितने दिन टिकती है, यानी इससे पहले कि याद आने की संभावना आपके लक्ष्य स्तर तक गिर जाए |
| Retrievability (R) | इस समय की संभावना कि आप कार्ड को सही ढंग से याद कर लेंगे |
Difficulty (D)
- अर्थ
- कोई कार्ड आपके लिए व्यक्तिगत रूप से कितना कठिन है
Stability (S)
- अर्थ
- कोई याद कितने दिन टिकती है, यानी इससे पहले कि याद आने की संभावना आपके लक्ष्य स्तर तक गिर जाए
Retrievability (R)
- अर्थ
- इस समय की संभावना कि आप कार्ड को सही ढंग से याद कर लेंगे
हर रिवीज़न के बाद FSRS उस कार्ड के Difficulty और Stability मान अपडेट करता है। फिर वह अगला रिवीज़न ऐसे शेड्यूल करता है कि जब आप कार्ड दोबारा देखें, ठीक उसी समय Retrievability आपके चुने हुए desired retention (आमतौर पर 90–92%) पर पहुँच जाए।
FSRS को Anki में 23.10 संस्करण से जोड़ा गया है और हाल के रिलीज़ में यह नए डेक के लिए डिफ़ॉल्ट शेड्यूलर है। Deckbase, Mochi और RemNote जैसे ऐप्स भी इसे मूल रूप से इस्तेमाल करते हैं।
SM-2 क्या है?
SM-2 वही SuperMemo-2 एल्गोरिदम है जिसे Piotr Wozniak ने विकसित किया और 1987 में प्रकाशित किया। यह इसलिए मशहूर हुआ क्योंकि Anki ने कई सालों तक इसका संशोधित रूप अपने डिफ़ॉल्ट शेड्यूलर के रूप में इस्तेमाल किया।
SM-2 एक ही मान पर काम करता है जिसे ease factor कहते हैं। हर बार जब आप किसी कार्ड को रेट करते हैं, एल्गोरिदम मौजूदा अंतराल को ease factor से गुणा करके अगला अंतराल निकालता है। कठिन रेटिंग ease factor घटाती है; आसान रेटिंग उसे बढ़ाती है।
यह एल्गोरिदम सरल और मज़बूत है। इसने लाखों शिक्षार्थियों को शब्दावली, चिकित्सा तथ्य, कानूनी धाराएँ और तकनीकी अवधारणाएँ याद करने में मदद की है। लेकिन यह स्मृति को सीधे तौर पर मॉडल नहीं करता। यह स्थिर नियमों का उपयोग करता है जो ease factor से आगे जाकर किसी व्यक्ति के विस्मरण-वक्र के अनुसार नहीं ढलते।
FSRS बनाम SM-2: आमने-सामने तुलना
| विशेषता | SM-2 | FSRS |
|---|---|---|
| मेमोरी मॉडल | केवल ease factor | Difficulty, Stability, Retrievability |
| वैयक्तिकरण | सीमित | आपके रिवीज़न इतिहास के अनुसार पैरामीटर फ़िट करता है |
| रिटेंशन लक्ष्य | अंतर्निहित (~90%) | स्पष्ट और कॉन्फ़िगर करने योग्य |
| भविष्यवाणी की सटीकता | आधारभूत स्तर | काफ़ी अधिक |
| रिवीज़न दक्षता | आधारभूत स्तर | समान रिटेंशन पर ~20–30% कम रिवीज़न |
| चूक संभालना | "ease hell" में फँस सकता है | ज़्यादा स्थिर रिकवरी |
| कॉन्फ़िगरेशन | सरल | desired retention + वैकल्पिक पैरामीटर ट्यूनिंग |
मेमोरी मॉडल
- SM-2
- केवल ease factor
- FSRS
- Difficulty, Stability, Retrievability
वैयक्तिकरण
- SM-2
- सीमित
- FSRS
- आपके रिवीज़न इतिहास के अनुसार पैरामीटर फ़िट करता है
रिटेंशन लक्ष्य
- SM-2
- अंतर्निहित (~90%)
- FSRS
- स्पष्ट और कॉन्फ़िगर करने योग्य
भविष्यवाणी की सटीकता
- SM-2
- आधारभूत स्तर
- FSRS
- काफ़ी अधिक
रिवीज़न दक्षता
- SM-2
- आधारभूत स्तर
- FSRS
- समान रिटेंशन पर ~20–30% कम रिवीज़न
चूक संभालना
- SM-2
- "ease hell" में फँस सकता है
- FSRS
- ज़्यादा स्थिर रिकवरी
कॉन्फ़िगरेशन
- SM-2
- सरल
- FSRS
- desired retention + वैकल्पिक पैरामीटर ट्यूनिंग
व्यवहार में सबसे बड़ा अंतर वैयक्तिकरण का है। SM-2 हर उपयोगकर्ता पर एक ही सूत्र लागू करता है। FSRS आपकी असली रेटिंग्स से सीखता है और आपकी स्मृति के लिए अंतराल बेहतर बनाता है।
भविष्यवाणी की सटीकता: बेंचमार्क क्या कहते हैं
सबसे ज़्यादा उद्धृत तुलना Expertium benchmark से आती है, जिसमें शेड्यूलरों को 70 करोड़ से अधिक Anki रिवीज़नों पर परखा गया।
| एल्गोरिदम | Log-loss | Retention RMSE |
|---|---|---|
| SM-2 | 0.354 | 16.2% |
| FSRS-4.5 | 0.298 | 6.1% |
| FSRS-5 | 0.291 | 5.3% |
SM-2
- Log-loss
- 0.354
- Retention RMSE
- 16.2%
FSRS-4.5
- Log-loss
- 0.298
- Retention RMSE
- 6.1%
FSRS-5
- Log-loss
- 0.291
- Retention RMSE
- 5.3%
कम संख्या का मतलब है कि एल्गोरिदम यह बेहतर अनुमान लगाता है कि आप कार्ड याद रखेंगे या भूल जाएँगे। SM-2 की तुलना में FSRS-5 भविष्यवाणी की त्रुटि को लगभग दो-तिहाई तक घटा देता है। असली अध्ययन सत्रों में इसका मतलब है कम अचानक चूकें और उस सामग्री के कम गैर-ज़रूरी रिवीज़न जो आप पहले से जानते हैं।
FSRS कब बेहतर विकल्प है
FSRS आमतौर पर ऐसे शिक्षार्थियों के लिए बेहतर रहता है जो:
- जिनके डेक में 500+ कार्ड हैं
- महीनों या सालों तक पढ़ते हैं, दिनों तक नहीं
- स्पष्ट रिटेंशन लक्ष्य तय करना चाहते हैं
- एक ही डेक में आसान और कठिन सामग्री मिलाते हैं
- पैरामीटर ऑप्टिमाइज़ेशन के लिए पहले से 1,000+ रिवीज़न का इतिहास रखते हैं
- याद रखने की क्षमता से समझौता किए बिना रोज़ का रिवीज़न समय कम करना चाहते हैं
मेडिकल छात्र, भाषा सीखने वाले और सर्टिफ़िकेशन की तैयारी करने वाले अक्सर सबसे ज़्यादा फ़ायदा देखते हैं, क्योंकि उनकी पढ़ाई की अवधि लंबी होती है और कार्ड लाइब्रेरी बड़ी।
SM-2 कब अब भी समझदारी भरा है
SM-2 अब भी एक उचित विकल्प है अगर आप:
- छोटा या कम समय वाला डेक चलाते हैं (500 से कम कार्ड)
- स्पेस्ड रिपिटिशन में नए हैं और सरल शेड्यूलर चाहते हैं
- एल्गोरिदमिक ऑप्टिमाइज़ेशन के बजाय पूर्वानुमेय, मैनुअल नियंत्रण पसंद करते हैं
- पहले से चल रहा पुराना Anki सेटअप रखते हैं
- FSRS के प्रशिक्षण के लिए अभी पर्याप्त रिवीज़न इतिहास नहीं रखते
SM-2 ख़राब नहीं है। कई उपयोगकर्ताओं के लिए SM-2 और FSRS का अंतर उस अंतर से छोटा है जो कार्ड की गुणवत्ता, नियमितता और ईमानदारी से खुद को रेट करने से पड़ता है।
SM-2 से FSRS पर कैसे स्विच करें
Anki 23.10 या उससे नए संस्करण में:
- कोई डेक खोलें और Options पर क्लिक करें।
- Advanced सेक्शन तक स्क्रॉल करें।
- FSRS चालू करें।
- अपना desired retention सेट करें (शुरुआत 90–92% से करें)।
- अपने रिवीज़न इतिहास के अनुसार पैरामीटर फ़िट करने के लिए Optimize पर क्लिक करें।
यह बदलाव गैर-विनाशकारी है। आपके कार्ड और रिवीज़न इतिहास वैसे ही रहते हैं; सिर्फ़ आगे के अंतराल अलग तरीके से शेड्यूल होते हैं।
Deckbase में FSRS अंतर्निहित शेड्यूलर है। कोई टॉगल नहीं है: हर रिवीज़न अपने आप FSRS का उपयोग करता है। अगर आप APKG के ज़रिए Anki डेक इम्पोर्ट करते हैं, तो आपके कार्ड आ जाते हैं, लेकिन शेड्यूलिंग इतिहास नहीं आता। आप पहले ही दिन से FSRS अंतरालों के साथ नई शुरुआत करते हैं।
एक व्यावहारिक 14-दिन का परीक्षण
अगर आप तय नहीं कर पा रहे कि कौन सा एल्गोरिदम इस्तेमाल करें, तो यह दो हफ़्ते का प्रयोग करें:
- कम से कम 200 कार्ड वाला एक सक्रिय डेक चुनें।
- FSRS चालू करें और retention 90% पर सेट करें।
- 14 दिनों तक रोज़ का रिवीज़न समय, पूरा करने की दर और चूकों की संख्या ट्रैक करें।
- SM-2 पर बिताए अपने पिछले दो हफ़्तों से तुलना करें।
- फ़ैसला नतीजों के आधार पर करें, सिद्धांत के आधार पर नहीं।
जो उपयोगकर्ता यह परीक्षण पूरा करते हैं, उनमें से ज़्यादातर FSRS के साथ बने रहते हैं, क्योंकि रोज़ का काम घट जाता है और retention स्थिर रहता है।
अक्सर पूछे जाने वाले सवाल
क्या FSRS, SM-2 से बेहतर है?
बड़े डेक वाले ज़्यादातर लंबे समय तक सीखने वालों के लिए, हाँ। FSRS भूलने का अनुमान ज़्यादा सटीकता से लगाता है और समान retention स्तर पर रिवीज़न की मात्रा 20–30% तक घटा सकता है। छोटे डेक या सादगी पसंद करने वाले उपयोगकर्ताओं के लिए SM-2 अब भी ठीक है।
क्या FSRS कम रिवीज़न इतिहास के साथ भी काम करता है?
जब तक ऑप्टिमाइज़ करने लायक डेटा नहीं होता, FSRS डिफ़ॉल्ट पैरामीटर का उपयोग करता है। वैयक्तिकृत पैरामीटर भरोसेमंद होने से पहले आमतौर पर लगभग 1,000 रिवीज़न चाहिए। तब तक भी ज़्यादातर उपयोगकर्ताओं के लिए FSRS का प्रदर्शन कम से कम SM-2 जितना अच्छा रहता है।
क्या मैं FSRS से वापस SM-2 पर जा सकता हूँ?
हाँ। Anki में आप डेक options में FSRS बंद करके SM-2 पर लौट सकते हैं। आगे के अंतराल फिर SM-2 शेड्यूलिंग पर चले जाएँगे, लेकिन पिछला रिवीज़न इतिहास सुरक्षित रहता है।
Deckbase, FSRS का उपयोग करता है या SM-2 का?
Deckbase अपने मुख्य शेड्यूलर के रूप में FSRS को मूल रूप से इस्तेमाल करता है। SM-2 का कोई विकल्प नहीं है। इससे ऐप सरल रहता है और हर उपयोगकर्ता को बिना मैनुअल कॉन्फ़िगरेशन के आधुनिक retention prediction का फ़ायदा मिलता है।
मुझे कौन सा retention लक्ष्य सेट करना चाहिए?
90–92% से शुरुआत करें। कम लक्ष्य काम का बोझ घटाते हैं लेकिन चूकें बढ़ाते हैं। ज़्यादा लक्ष्य याद रखने की क्षमता सुधारते हैं पर रोज़ के रिवीज़न असहनीय बना सकते हैं। 2–3 हफ़्ते बाद अपनी असली completion rate और पढ़ाई के समय के आधार पर समायोजित करें।
अंतिम निर्णय
FSRS चुनें अगर आप एक आधुनिक, अनुकूली शेड्यूलर चाहते हैं जो रिवीज़न का बोझ घटाए और लंबे समय तक सीखने के लिए भविष्यवाणी की सटीकता सुधारे।
SM-2 चुनें अगर आपका डेक छोटा है, आप सादगी पसंद करते हैं, या आपका मौजूदा वर्कफ़्लो ठीक चल रहा है और आप उसे बदलना नहीं चाहते।
2026 में ज़्यादातर गंभीर शिक्षार्थियों के लिए FSRS स्पष्ट डिफ़ॉल्ट है। यह अंतर सिर्फ़ सैद्धांतिक नहीं है: यह रोज़ के छोटे सत्रों, कम अचानक चूकों और ज़्यादा स्थिर दीर्घकालिक retention के रूप में दिखता है।
FSRS के साथ पढ़ने के लिए तैयार हैं? Deckbase आज़माएँ(opens in a new tab) और उसी एल्गोरिदम से रिवीज़न करें जो Anki इस्तेमाल करता है, बिना सेटअप की जटिलता के।
ऐसे लेखों को फ़्लैशकार्ड में बदलें
लिंक, PDF या नोट्स पेस्ट करें: Deckbase डेक बनाता है और FSRS से रिव्यू शेड्यूल करता है।