已过期50% 置信事实精确时间

Anki在SM-2基础上引入更细粒度的参数调整和统计模型，通过用户自评动态调整下次复习间隔

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/11

首次发现

有效期至：2026/10/9(已过期)

来源

闪卡学习法：间隔重复的科学原理与高效实践指南

hackernewshackernews2026/7/10

相关事实

待验证将旗舰模型转为按量计费可引导用户分层使用不同模型，优化整体算力分配效率65% 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%62% 相似待验证推理时计算在模型参数固定的前提下，通过在推理阶段投入更多计算资源来改善输出质量61% 相似待验证微调通过在私有数据上继续训练来更新模型权重，RAG则在不修改模型的前提下通过检索外挂知识库增强回答61% 相似待验证微调是拿一个已有的大模型，用自己准备的专属数据集进行进一步训练，从而改变模型的权重数值61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/486993

API

curl https://kongchang.com/api/v1/knowledge/claims/486993

MCP

get_claim(id=486993)