待验证50% 置信事实精确时间
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%
1
来源数
50%
置信度
长期有效
时效性
2026/8/9
首次发现
来源
相关事实
待验证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%70% 相似待验证开源项目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-265% 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63% 相似待验证本地大模型部署常见问题集中在内存管理与加载稳定性、推理性能与输出一致性、量化实现与精度保障三个层面63% 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62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/720506API
curl https://kongchang.com/api/v1/knowledge/claims/720506MCP
get_claim(id=720506)