智能排程如何在时间有限的情况下优化词汇复习？

智能排程是 Tomaru 中一款基于时间预算的复习工具，它会为你每天的到期队列排定优先级。通过估算你的阅读速度、考虑单字卡难度，并根据每秒获得的记忆量对单字卡进行排序，智能排程会挑选出最高价值的复习内容，以适应 5、10、15、30 或 60 分钟的会话限制。

智能排程解决了什么问题？

间隔重复算法回答了一个具体的问题：单字卡下次应该何时出现供复习？像 FSRS-6 这样的排程器的数学输出结果就是一组到期的单字卡。

由于算法设计的重点在于计算衰退间隔，一组到期单字卡本身并没有内在的内部优先级。在许多天里，到期单字卡的总数会超过学习者可用的时间。排程器并不决定应该先完成哪一部分单字卡，而是让学习者顺着无序的列表往下学，直到时间耗尽或随意中断会话。这两种方法都有可能错过当天最关键的记忆更新。

智能排程建立在 FSRS-6 之上，用来回答第二个问题：当你时间有限时，你应该复习哪些单字卡？

如何选择时间预算？

当你为学习会话选择一个特定的可用时间时，智能排程就开始了。你可以从五种预设的会话时长中选择一种：

• 5 分钟

• 10 分钟

• 15 分钟

• 30 分钟

• 60 分钟

一旦选定，智能排程就会将此时长视为严格的界限，组建一个专为你指定的窗口时间量身定制的自定义队列。

智能排程如何衡量你的答题速度？

时间预算需要准确衡量你的阅读和回忆速度。Tomaru 会直接从你的学习历史中计算你的配速，将总复习时间与完成的单字卡数量进行对比。

为了防止对你能完成多少张单字卡做出过度承诺，配速计算会有意偏慢。它会评估你的历史表现并加上一个安全边际，使你的目标排程反映出一种现实、从容的步调，而不是理想化的冲刺。悲观的配速确保了你的学习会话能在实际可用时间内完成，而不会超出你的排程。

Tomaru 如何估算每张单字卡的时间成本？

根据单字卡的状态和你能回忆起它们的概率，单字卡承载着不同的时间成本。一张新单字卡需要时间来阅读和吸收，而一张当前处于主动学习中的单字卡则需要你集中注意力。

复习单字卡在时间成本上的对比最为明显。一张你轻松回忆起来的单字卡只需几秒钟，而一张你未能通过的单字卡则需要重新阅读、重新吸收并重新评分。因为 Tomaru 会追踪你每张单字卡的活动可回想率分数，所以在单词出现前它就知道你是否有可能回忆起它。那些你即将遗忘的单字卡在进入队列之前就会被识别为耗时卡片。

Tomaru 如何对复习单字卡进行排序？

Tomaru 会根据单字卡在每秒复习时间内恢复多少记忆耐久度来进行排序。当你的学习时间有限时，队列会优先展示那些能为该投资带来最高回报的单字卡。

智能排程如何构建你的会话？

智能排程围绕认知动力和保留价值来安排你的日常会话，而不是按固定的、字母顺序或逐个卡包的顺序来提供单字卡。

会话一开始会展示你极有可能回忆起来的单词，让你在遇到困难材料之前保持稳定的节奏。随后，队列会优先处理那些在所需复习秒数内能带来最大记忆耐久度回报的项目。你最近未通过或仍在掌握中的单字卡会在轮换中保持活跃，以防止遗忘消退，而严重逾期的项目则会被提前优先处理，以免它们完全脱离记忆。新词汇只有在所有到期复习都能舒适地放入你分配的学习预算中后才会进入队列。在整个会话过程中，智能排程会同时从你所有的活跃列表中抽取单字卡，而不是逐个清空列表。

智能排程是一种缩减版的学习模式吗？

不是。智能排程不会改变或绕过 FSRS-6 算法。在智能排程会话期间复习的每张单字卡都会经历完整的 FSRS-6 排程，更新其可回想率、稳定度和难度分数，并写入与标准复习相同的复习记录中。

智能排程只决定选择顺序和会话边界。通过优先处理高收益的复习，一次专注的 10 分钟会话能够针对你收藏中最脆弱的单字卡，防止到期队列变得不堪重负。

要了解有关基础排程机制的更多信息，请阅读我们的 间隔重复的原理 指南。要了解参数优化如何影响单字卡间隔，请阅读 个人化排程，或者使用 考试完成预测 来预测长期完成日期。

相关问题

为什么我在某些智能排程会话中看不到新单字卡？

只有当现有的到期积压任务完全在你选择的时间预算内时，智能排程才会添加新单字卡。如果你的到期复习队列耗尽了可用时间，新单字卡将被暂缓出现，以防止积压无法管理的复习负担。

智能排程怎么知道我阅读单字卡的速度有多快？

Tomaru 会评估你的历史复习日志，以确定你平均每张单字卡耗时几秒，并应用保守的边际，这样你的会话计划就能将困难的单字卡和学习较慢的日子考虑在内。

如果我只有 5 分钟，可以运行智能排程吗？

可以。你可以选择 5 分钟的会话预算。智能排程以高概率单字卡开始，让你快速进入节奏，然后用在所花时间内带来最大记忆耐久度回报的复习内容填满剩余的分钟数。

在智能排程中完成单字卡会更新我的 FSRS 参数吗？

可以。在智能排程中完成的复习会写入与标准复习相同的复习记录中，从而为你的复习历史和未来的 FSRS 参数优化做出贡献。