FSRS 與 SM-2:2026 年哪個間隔重複演算法勝出?
FSRS 與 SM-2 完整對照。了解哪種間隔重複演算法適合你的學習目標、預測準確度有何差異,以及兩者各自有哪些不足。
如果你正在比較 FSRS 與 SM-2,簡短的回答是:對多數長期學習者來說,FSRS 是更準確、更具適應性的演算法;而 SM-2 仍是簡單、經過時間考驗的選項,適合較小的牌組,或偏好可預測啟發式規則的使用者。
兩種演算法都會安排卡片複習,但它們做出預測的方式有根本上的不同。FSRS 使用機器學習記憶模型,並以你的個人複習紀錄訓練。SM-2 則依賴固定乘法規則,這些規則自 1987 年以來幾乎沒有改變。當你的牌組成長到數百張卡片以上時,這項差異就會變得重要。
本指南會說明兩種演算法各自的運作方式、FSRS 勝出的地方、SM-2 仍合理的情況,以及如何為你的工作流程選擇合適的排程器。
什麼是 FSRS?
FSRS 代表 Free Spaced Repetition Scheduler(免費間隔重複排程器)。它是由 Jarrett Ye(L-M-Sherlock)打造、於 2022 年發布的開源間隔重複演算法。FSRS 建構於 DSR 記憶模型:難度(Difficulty)、穩定性(Stability)與可提取性(Retrievability)。
| 元件 | 意義 |
|---|---|
| 難度(D) | 這張卡片對你個人而言有多難 |
| 穩定性(S) | 記憶能維持多少天,直到回想機率降到你的目標水準 |
| 可提取性(R) | 你目前能正確回想這張卡片的機率 |
難度(D)
- 意義
- 這張卡片對你個人而言有多難
穩定性(S)
- 意義
- 記憶能維持多少天,直到回想機率降到你的目標水準
可提取性(R)
- 意義
- 你目前能正確回想這張卡片的機率
每次複習後,FSRS 會更新該卡片的難度與穩定性數值。接著它會安排下一次複習,讓可提取性在你再次看到卡片的確切時刻達到你選定的目標留存率,通常是 90–92%。
FSRS 自 Anki 23.10 版起已整合進 Anki,並且在近期版本中是新建牌組的預設排程器。Deckbase、Mochi 與 RemNote 等應用程式也原生採用 FSRS。
什麼是 SM-2?
SM-2 是由 Piotr Wozniak 開發、於 1987 年發表的 SuperMemo-2 演算法。它之所以廣為人知,是因為 Anki 多年來採用它的修改版本作為預設排程器。
SM-2 只使用一個稱為易度係數的數值運作。每次你為卡片評分時,演算法會將目前間隔乘以易度係數,得出下一個間隔。評為困難會降低易度係數;評為簡單則會提高易度係數。
這個演算法簡單且穩健。它已幫助數百萬名學習者記憶詞彙、醫學知識、法規條文與技術概念。然而,它並不直接模擬記憶。它採用固定規則,除了易度係數之外,不會適應個別的遺忘曲線。
FSRS 與 SM-2:並列比較
| 功能 | SM-2 | FSRS |
|---|---|---|
| 記憶模型 | 僅易度係數 | 難度、穩定性、可提取性 |
| 個人化 | 有限 | 根據你的複習紀錄擬合參數 |
| 留存目標 | 隱含(約 90%) | 明確且可設定 |
| 預測準確度 | 基準 | 明顯更高 |
| 複習效率 | 基準 | 相同留存率下約少 20–30% 複習次數 |
| 處理遺忘 | 可能陷入「易度地獄」 | 恢復更穩定 |
| 設定 | 簡單 | 目標留存率 + 可選參數調整 |
記憶模型
- SM-2
- 僅易度係數
- FSRS
- 難度、穩定性、可提取性
個人化
- SM-2
- 有限
- FSRS
- 根據你的複習紀錄擬合參數
留存目標
- SM-2
- 隱含(約 90%)
- FSRS
- 明確且可設定
預測準確度
- SM-2
- 基準
- FSRS
- 明顯更高
複習效率
- SM-2
- 基準
- FSRS
- 相同留存率下約少 20–30% 複習次數
處理遺忘
- SM-2
- 可能陷入「易度地獄」
- FSRS
- 恢復更穩定
設定
- SM-2
- 簡單
- FSRS
- 目標留存率 + 可選參數調整
實務上最大的差異在於個人化。SM-2 對每位使用者套用相同公式。FSRS 會從你實際的評分中學習,並針對你的記憶最佳化間隔。
預測準確度:基準測試怎麼說
最常被引用的比較來自 Expertium benchmark,它使用超過 7 億筆 Anki 複習紀錄來評估各種排程器。
| 演算法 | Log-loss | 留存率 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
- 留存率 RMSE
- 16.2%
FSRS-4.5
- Log-loss
- 0.298
- 留存率 RMSE
- 6.1%
FSRS-5
- Log-loss
- 0.291
- 留存率 RMSE
- 5.3%
數值越低,代表演算法越能準確預測你會記住還是忘記一張卡片。與 SM-2 相比,FSRS-5 將預測誤差降低約三分之二。在實際學習時,這表示意外遺忘更少,也能少做一些對已熟悉內容的不必要複習。
FSRS 更適合的情況
對以下學習者而言,FSRS 通常更有利:
- 有 500 張以上卡片的牌組
- 學習期間長達數月或數年,而非幾天
- 想設定明確的留存目標
- 在同一牌組中混合簡單與困難的內容
- 已有 1,000 次以上複習的紀錄,可用於參數最佳化
- 想在不犧牲回想率的前提下,盡量減少每日複習時間
醫學生、語言學習者與證照考生通常受益最大,因為他們的學習時程長、卡片庫也大。
SM-2 仍合理的情況
如果你符合以下情況,SM-2 仍是合理選擇:
- 使用小型或短期牌組(少於 500 張卡片)
- 剛接觸間隔重複,想要簡單的排程器
- 偏好可預測的手動控制,勝過演算法最佳化
- 已有運作良好的舊版 Anki 設定
- 複習紀錄還不足以讓 FSRS 進行訓練
SM-2 並沒有壞掉。對許多使用者來說,SM-2 與 FSRS 之間的差異,比不上卡片品質、學習一致性與誠實自評所帶來的差異。
如何從 SM-2 改用 FSRS
在 Anki 23.10 或更新版本中:
- 開啟牌組並點擊 選項。
- 捲動至 進階 區段。
- 啟用 FSRS。
- 設定你的 目標留存率(從 90–92% 開始)。
- 點擊 最佳化,讓參數擬合你的複習紀錄。
切換不會破壞資料。你的卡片與複習紀錄都會保留;只有未來的間隔會以不同方式排程。
在 Deckbase 中,FSRS 是內建排程器。沒有切換開關:每次複習都會自動使用 FSRS。如果你透過 APKG 匯入 Anki 牌組,卡片會轉移過來,但排程紀錄不會。你將從第一天起以全新的 FSRS 間隔開始。
實用的 14 天測試
如果你不確定該用哪個演算法,可以進行這個為期兩週的實驗:
- 選一個進行中的牌組,至少要有 200 張卡片。
- 啟用 FSRS,並將留存率設為 90%。
- 追蹤每日複習時間、完成率與遺忘次數,為期 14 天。
- 比較你過去兩週使用 SM-2 的情況。
- 決定時根據實際結果,而不是理論。
大多數完成這項測試的使用者會繼續使用 FSRS,因為每日工作量下降,而留存率仍保持穩定。
常見問題
FSRS 比 SM-2 更好嗎?
對多數擁有大型牌組的長期學習者來說,是的。FSRS 更能準確預測遺忘,而且在相同留存率下,可將複習量減少 20–30%。SM-2 仍適合小型牌組,或偏好簡單的使用者。
FSRS 在複習紀錄不多時也能運作嗎?
FSRS 會先使用預設參數,直到有足夠資料可供最佳化。一般來說,你需要約 1,000 次複習,個人化參數才會變得可靠。在那之前,對多數使用者而言,FSRS 的表現仍至少與 SM-2 相當。
我可以從 FSRS 切換回 SM-2 嗎?
可以。在 Anki 中,你可以在牌組選項裡停用 FSRS,並返回 SM-2。你未來的間隔會改回 SM-2 排程,但過去的複習紀錄會保留。
Deckbase 使用 FSRS 還是 SM-2?
Deckbase 的核心排程器原生採用 FSRS。沒有 SM-2 選項。這讓應用程式保持簡單,並確保每位使用者都能受益於現代留存預測,而不需要手動設定。
我應該設定多少留存目標?
從 90–92% 開始。較低的目標會減少工作量,但會增加遺忘。較高的目標能提升回想率,但可能讓每日複習變得難以持續。請在 2–3 週後,根據實際完成率與學習時間進行調整。
最終結論
想選 FSRS 的情況:你想要現代化、具適應性,能減少複習負擔並提升長期學習預測準確度的排程器。
想選 SM-2 的情況:你有小型牌組、偏好簡單,或已有運作良好的流程且不想改變。
對 2026 年多數認真的學習者來說,FSRS 顯然是預設選擇。差距不只是理論上的:它會反映在更短的每日複習時間、更少的意外遺忘,以及更穩定的長期留存。
準備好使用 FSRS 學習了嗎?試試 Deckbase(opens in a new tab),用與 Anki 相同的演算法複習,而且不必面對複雜的設定。
把這類文章變成字卡
貼上連結、PDF 或筆記,Deckbase 就會建立牌組並以 FSRS 安排複習。