待验证50% 置信事实精确时间
FSRS算法使用机器学习拟合用户实际记忆曲线，在预测遗忘概率方面比SM-2准确约30%-40%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
5 Daily Claude Code Tips: Let AI Interrogate You Instead
bilibiliAI工具实测2026/6/15
相关事实
待验证开源项目FSRS引入贝叶斯推断和机器学习，基于数百万真实复习数据训练，在记忆预测准确率上显著超越SM-277% 相似待验证FSRS由Anki社区的Jarrett Ye开发，使用稳定性、难度、可提取性三参数记忆模型，准确性相比SM-2提升约30%70% 相似待验证DiffSynth-Studio支持模型分块加载、半精度（FP16）推理以及显存与内存之间的智能调度等优化技术70% 相似待验证KAST图宾根大学和Never AI Lab的研究者提出了MEME（Multi-Entity Evolving Memory Evaluation）基准，用于系统性评估LLM记忆系统在依赖推理上的表现67% 相似待验证研究人员利用图神经网络GNN学习增殖包层中子学仿真，可对任意几何参数组合的TBR值实现亚秒级预测，预测误差控制在1%以内67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/45744API
curl https://kongchang.com/api/v1/knowledge/claims/45744MCP
get_claim(id=45744)