FSRS 与 SM-2 对比:2026 年哪种间隔重复算法更胜一筹?
FSRS 与 SM-2 全面对比。了解哪种间隔重复算法更契合你的学习目标、两者的预测准确率差异,以及各自在哪些方面存在不足。
如果你正在比较 FSRS 与 SM-2,简短的回答是:对大多数长期学习者来说,FSRS 是更精准、更具适应性的算法;而 SM-2 依然是一个简单、久经考验的选择,适合卡组较小或偏好可预测启发式规则的用户。
两种算法都会安排卡片复习时间,但它们的预测方式从根本上不同。FSRS 使用在你个人复习历史数据上训练出来的机器学习记忆模型。SM-2 依赖自 1987 年以来几乎没有变动的固定乘法规则。当你的卡组超过几百张卡片时,这种差异就会变得实实在在。
本指南会拆解两种算法各自的工作方式、FSRS 在哪些方面胜出、SM-2 何时仍然说得通,以及如何为你的学习流程挑选合适的调度器。
什么是 FSRS?
FSRS 代表 Free Spaced Repetition Scheduler(自由间隔重复调度器)。它是由 Jarrett Ye(L-M-Sherlock)开发、于 2022 年发布的开源间隔重复算法。FSRS 建立在 DSR 记忆模型之上:难度(Difficulty)、稳定性(Stability)与可提取性(Retrievability)。
| 组成要素 | 含义 |
|---|---|
| 难度(D) | 这张卡片对你个人来说有多难 |
| 稳定性(S) | 记忆能维持多少天,之后回忆概率才会降到你的目标水平 |
| 可提取性(R) | 你此刻能正确回忆该卡片的概率 |
难度(D)
- 含义
- 这张卡片对你个人来说有多难
稳定性(S)
- 含义
- 记忆能维持多少天,之后回忆概率才会降到你的目标水平
可提取性(R)
- 含义
- 你此刻能正确回忆该卡片的概率
每次复习之后,FSRS 会更新这张卡片的难度与稳定性数值。随后它安排下一次复习,让可提取性恰好在你要再次看到这张卡片的那一刻达到你设定的目标保持率,通常是 90–92%。
FSRS 自 Anki 23.10 版起就被集成进 Anki,并在近期版本中成为新卡组的默认调度器。Deckbase、Mochi、RemNote 等应用也原生支持它。
什么是 SM-2?
SM-2 是由 Piotr Wozniak 开发、于 1987 年发表的 SuperMemo-2 算法。它之所以广为人知,是因为 Anki 多年来一直把它的改良版本作为默认调度器。
SM-2 依靠一个叫做易度因子(ease factor)的单一数值运作。每次你给卡片评分,算法就把当前间隔乘以易度因子,算出下一个间隔。评为困难会降低易度因子,评为容易则会提高它。
这套算法简单而稳健。它已经帮助数百万学习者记住词汇、医学知识点、法律条文和技术概念。但它并不直接为记忆建模,而是使用固定规则,除了易度因子之外,无法适应每个人不同的遗忘曲线。
FSRS 与 SM-2:逐项对比
| 特性 | SM-2 | FSRS |
|---|---|---|
| 记忆模型 | 仅有易度因子 | 难度、稳定性、可提取性 |
| 个性化 | 有限 | 根据你的复习历史拟合参数 |
| 保持率目标 | 隐式(约 90%) | 可显式设定并调整 |
| 预测准确率 | 基准水平 | 显著更高 |
| 复习效率 | 基准水平 | 同等保持率下复习量少约 20–30% |
| 遗忘处理 | 可能陷入 “易度地狱” | 恢复更平稳 |
| 配置 | 简单 | 目标保持率 + 可选参数调优 |
记忆模型
- SM-2
- 仅有易度因子
- FSRS
- 难度、稳定性、可提取性
个性化
- SM-2
- 有限
- FSRS
- 根据你的复习历史拟合参数
保持率目标
- SM-2
- 隐式(约 90%)
- FSRS
- 可显式设定并调整
预测准确率
- SM-2
- 基准水平
- FSRS
- 显著更高
复习效率
- SM-2
- 基准水平
- FSRS
- 同等保持率下复习量少约 20–30%
遗忘处理
- SM-2
- 可能陷入 “易度地狱”
- FSRS
- 恢复更平稳
配置
- SM-2
- 简单
- FSRS
- 目标保持率 + 可选参数调优
最实质的差别在个性化。SM-2 对每位用户套用同一套公式。FSRS 从你真实的评分中学习,并针对你的记忆优化间隔。
预测准确率:基准测试怎么说
被引用最多的对比来自 Expertium 基准测试,它用超过 7 亿条 Anki 复习记录来评估各类调度器。
| 算法 | 对数损失 | 保持率 RMSE |
|---|---|---|
| SM-2 | 0.354 | 16.2% |
| FSRS-4.5 | 0.298 | 6.1% |
| FSRS-5 | 0.291 | 5.3% |
SM-2
- 对数损失
- 0.354
- 保持率 RMSE
- 16.2%
FSRS-4.5
- 对数损失
- 0.298
- 保持率 RMSE
- 6.1%
FSRS-5
- 对数损失
- 0.291
- 保持率 RMSE
- 5.3%
数值越低,说明算法越能准确预测你会记住还是忘记一张卡片。与 SM-2 相比,FSRS-5 把预测误差削减了大约三分之二。在真实的复习过程中,这意味着更少的意外遗忘,也更少对已经掌握的内容做无谓的重复复习。
什么时候 FSRS 是更好的选择
FSRS 往往更适合这样的学习者:
- 卡组有 500 张以上卡片
- 学习周期是数月乃至数年,而不是几天
- 想设定明确的目标保持率
- 同一个卡组里混合了简单与困难的材料
- 已经有 1000 条以上复习记录可用于参数优化
- 希望在不牺牲记忆效果的前提下压缩每天复习时间
医学生、语言学习者和考证人群通常收益最大,因为他们的学习周期长、卡片库也大。
什么时候 SM-2 仍然说得通
如果你符合以下情况,SM-2 依然是合理的选择:
- 使用小型或短期卡组(少于 500 张卡片)
- 刚接触间隔重复,想要一个简单的调度器
- 比起算法优化,更看重可预测的手动掌控
- 已有一套运转正常的旧版 Anki 配置
- 复习历史还不够多,FSRS 暂时无法有效训练
SM-2 并没有坏掉。对许多用户来说,SM-2 与 FSRS 之间的差距,还不如卡片质量、学习连贯性和诚实自评所带来的差距大。
如何从 SM-2 切换到 FSRS
在 Anki 23.10 或更高版本中:
- 打开一个卡组,点击选项(Options)。
- 滚动到高级(Advanced)区域。
- 启用 FSRS。
- 设置你的目标保持率(从 90–92% 起步)。
- 点击优化(Optimize),让参数拟合你的复习历史。
切换不会破坏数据。你的卡片和复习历史都留在原处,只有未来的间隔会以不同方式安排。
在 Deckbase 中,FSRS 是内置调度器,没有开关:每次复习都会自动使用 FSRS。如果你通过 APKG 导入 Anki 卡组,卡片会一并迁移,但调度历史不会。你将从第一天起以全新的 FSRS 间隔开始。
一个实用的 14 天测试
如果你拿不准该用哪种算法,可以做这个为期两周的实验:
- 挑一个活跃卡组,至少 200 张卡片。
- 启用 FSRS,把保持率设为 90%。
- 连续 14 天记录每日复习时长、完成率和遗忘次数。
- 与你使用 SM-2 的前两周做对比。
- 根据结果而不是理论做决定。
完成这项测试的用户大多会继续使用 FSRS,因为每日工作量下降了,而保持率依然稳定。
常见问题
FSRS 比 SM-2 更好吗?
对大多数使用大卡组的长期学习者来说,是的。FSRS 能更准确地预测遗忘,在相同保持率下可以把复习量减少 20–30%。对于小卡组或偏好简单的用户,SM-2 依然够用。
复习历史不多时,FSRS 管用吗?
在积累到足够数据之前,FSRS 会使用默认参数。通常需要大约 1000 条复习记录,个性化参数才会可靠。在那之前,对大多数用户来说 FSRS 的表现至少不逊于 SM-2。
我能从 FSRS 切回 SM-2 吗?
可以。在 Anki 里,你可以在卡组选项中关闭 FSRS,回到 SM-2。未来的间隔会改回按 SM-2 调度,但过去的复习历史都会保留。
Deckbase 用的是 FSRS 还是 SM-2?
Deckbase 原生采用 FSRS 作为核心调度器,不提供 SM-2 选项。这让应用保持简单,也确保每位用户无需手动配置就能享受现代保持率预测带来的好处。
目标保持率该设多少?
从 90–92% 开始。目标更低能减少工作量,但遗忘会变多;目标更高能提升记忆效果,却可能让每日复习难以为继。运行 2–3 周后,根据你实际的完成率和学习时长再作调整。
最终结论
选择 FSRS,如果你想要一个现代、自适应的调度器,能减轻复习负担,并提升长期学习的预测准确率。
选择 SM-2,如果你的卡组很小、偏好简单,或者已有一套运转良好的流程而不想改动。
对 2026 年大多数认真的学习者来说,FSRS 是明确的默认选项。这个差距不只是理论上的:它体现在更短的每日学习时长、更少的意外遗忘,以及更稳定的长期记忆上。
准备好用 FSRS 学习了吗?试用 Deckbase(opens in a new tab),用与 Anki 相同的算法复习,而且不必折腾复杂的设置。
把这样的文章变成闪卡
粘贴链接、PDF 或笔记,Deckbase 会自动生成卡组,并用 FSRS 安排复习。