شرح خوارزميات التكرار المتباعد
نظرة معمّقة على FSRS وSM-2 وLeitner — الخوارزميات التي تُشغّل تطبيقات البطاقات التعليمية الحديثة. تعرّف على كيفية عمل كل منها وأي التطبيقات (Anki، RemNote، StudyGlen، Brainscape) تطبّقها على أفضل وجه.
في عام 1885، اكتشف هيرمان إبنجهاوس أننا ننسى 70% من المعلومات الجديدة خلال 24 ساعة — ما لم نراجعها في فترات محسّنة علمياً. التكرار المتباعد هو اليوم الطريقة الدراسية رقم 1 المبنية على الأدلة، لكن الخوارزمية مهمة: يمكن لـ FSRS جدولة مراجعات أقل بنسبة 20-30% من SM-2 لتحقيق نفس معدل الحفظ. نشرح كيفية عمل كل خوارزمية وأي تطبيقات البطاقات التعليمية تطبّقها.
لماذا تهم الخوارزمية التي تقف وراء بطاقاتك التعليمية
يعمل التكرار المتباعد عن طريق عرض البطاقة التعليمية عليك قبل لحظة التنبؤ بنسيانها مباشرة. جزء "قبل لحظة" هو اللعبة كلها — وتحدده خوارزمية.
خلال معظم تاريخ التكرار المتباعد الرقمي، كانت تلك الخوارزمية هي SM-2 (SuperMemo 2)، وهي صيغة نشرها Piotr Wozniak عام 1987. شغّلت SuperMemo الأصلي، وكل مستخدمي Anki قبل 2023، ولا تزال المجدول الافتراضي في RemNote. SM-2 مُختبَرة ميدانياً — لكنها أيضاً صارمة: كل متعلم يحصل على منحنيات جدولة واحدة بغض النظر عن سلوك ذاكرته الخاصة.
في 2022، غيّر مشروع مفتوح المصدر اسمه FSRS (Free Spaced Repetition Scheduler) ذلك. يلائم FSRS نموذجاً إحصائياً مع تاريخ مراجعاتك الفعلي ويجدول كل بطاقة بناءً على احتمال استرجاعها المتوقع. تُظهر اختبارات الأداء على أكثر من 500 مليون مراجعة Anki أن FSRS يحتاج إلى 20-30% مراجعات أقل من SM-2 لنفس معدل الاحتفاظ. اعتمد Anki خوارزمية FSRS كخيار افتراضي في الإصدار v23.10 (نوفمبر 2023).
يشرح هذا الدليل كيفية عمل FSRS وSM-2 ونظام صناديق Leitner الكلاسيكي — وأي تطبيقات البطاقات التعليمية تنفّذ كلاً منها. إذا كنت تختار أداة دراسة في 2026، فإن الخوارزمية هي العامل الأكبر الذي يميز بينها.
FSRS — Free Spaced Repetition Scheduler
FSRS هي خوارزمية جدولة حديثة ومفتوحة المصدر طوّرها منذ 2022 Jarrett Ye ومجتمع open-spaced-repetition. صُمّمت لتتفوّق على SM-2 في الدقة والكفاءة عبر معاملة الذاكرة كنموذج إحصائي يتكيّف مع كل متعلم على حدة. تنفّذها اليوم Anki وRemNote وStudyGlen.
كيف يعمل FSRS — نموذج الذاكرة DSR
يُشكّل FSRS نموذج ذاكرة بطاقة تعليمية واحدة باستخدام ثلاث قيم تُحدَّث بعد كل مراجعة:
- الصعوبة (D): مدى صعوبة بطاقة معينة بالنسبة لك. تتراوح بين 1 و10. تُعاير بناءً على ما إذا كنت تضغط "مرة أخرى" أو "صعب" أو "جيد" أو "سهل".
- الاستقرار (S): عدد الأيام التي يستغرقها هبوط احتمال استرجاعك لهذه البطاقة إلى هدف الاحتفاظ (الافتراضي 90%). يرتفع بعد المراجعات الصحيحة ويُصفَّر بعد الأخطاء.
- قابلية الاسترجاع (R): الاحتمال المتوقع لاسترجاعك هذه البطاقة الآن — دالة في D وS والأيام منذ آخر مراجعة.
بهذه القيم الثلاث، يجيب FSRS عن سؤال واحد لكل بطاقة: بالنظر إلى هدف الاحتفاظ الخاص بك، ما هو أحدث وقت يمكنني فيه جدولة هذه المراجعة وأتوقع منك مع ذلك أن تتذكّرها؟
ما الذي يجعل FSRS مختلفاً عن SM-2
يستخدم SM-2 مضاعِفات ثابتة — يحصل الجميع على منحنيات نمو الفواصل نفسها من المصنع. يلائم FSRS معاملاتك الشخصية مع تاريخ مراجعاتك الفعلي باستخدام gradient descent، عادةً بعد ~1,000 مراجعة. بعد التدريب، يأخذ في الحسبان أنواع البطاقات التي تجدها أصعب، ومدى سرعة نسيانك، وكيف تؤثر الأخطاء على الاستقرار طويل المدى.
كما تحدد قيمة "الاحتفاظ المرغوب" — عادةً بين 0.80 و0.97، ومعظم المستخدمين يستقرّون حول 0.85-0.90. الاحتفاظ الأعلى يعني مراجعات أكثر؛ والأدنى يعني أقل. لا يحتوي SM-2 على عنصر تحكّم مماثل.
تطبيقات البطاقات التعليمية التي تستخدم FSRS
- Anki: المجدول الافتراضي منذ v23.10 (نوفمبر 2023) على سطح المكتب وAnkiDroid وAnkiMobile. يبقى SM-2 متوفراً كخيار بديل.
- RemNote: متاح كـمجدول اختياري إلى جانب SM-2.
- StudyGlen: الخوارزمية الافتراضية لجميع مجموعات البطاقات التعليمية المولَّدة بالذكاء الاصطناعي — لا حاجة إلى أي تهيئة يدوية.
متى يفوز FSRS بوضوح
المجموعات الكبيرة (2,000+ بطاقة)، وأهداف الاحتفاظ طويلة المدى، والصعوبة غير المتجانسة (بعض البطاقات سهلة وبعضها صعب). كلما تراكمت لديك بيانات مراجعة أكثر، تفوّق FSRS أكثر على SM-2.
متى لا يهم FSRS
تحت ~1,000 مراجعة، لا يستطيع FSRS بعد ملاءمة نموذج شخصي ذي معنى — يعود إلى المعاملات الافتراضية ويؤدي بشكل مشابه لـ SM-2. للدراسة العادية أو الحشو قصير المدى، يكون اختيار الخوارزمية تجميلياً إلى حد كبير.
SM-2 — الخوارزمية الكلاسيكية في Anki
نشر Piotr Wozniak خوارزمية SM-2 عام 1987 كجزء من SuperMemo — أول تطبيق تجاري للتكرار المتباعد. شغّلت المجدول الافتراضي في Anki منذ إطلاقه عام 2006 حتى أواخر 2023، ولا تزال الافتراضية في RemNote. أربعة عقود من الاستخدام الفعلي جعلتها المرجع الذي تُقارن به كل خوارزميات SRS الأخرى.
كيف يعمل SM-2
يتتبع SM-2 رقمين لكل بطاقة:
- عامل السهولة (EF): مضاعِف، يُهيَّأ عند 2.5، يتحكم في سرعة نمو الفواصل.
- الفاصل الزمني: أيام بين المراجعات.
بعد كل مراجعة:
- إذا رسبت في البطاقة، أعِد الفاصل إلى يوم واحد واحتفظ بقيمة EF.
- إذا نجحت، اضرب الفاصل الحالي في EF (مع رفع EF قليلاً لـ "سهل" وخفضه لـ "صعب").
قد يكون تسلسل بطاقة SM-2 نموذجي كما يلي: يوم 1 → نجاح → 6 أيام → نجاح → 15 يوماً → نجاح → 37 يوماً → نجاح → 92 يوماً...
نقاط القوة
SM-2 بسيط وشفاف ولا يحتاج إلى بيانات تدريب. يعمل من أول مراجعة. سلوكه قابل للتنبؤ يدوياً — يمكنك النظر إلى EF والفاصل الخاص ببطاقة وشرح سبب جدولتها بالضبط في موضعها. أكثر من 35 عاماً من الاستخدام الفعلي جعلته الخيار الافتراضي الأكثر أماناً لأي SRS.
القيود
مضاعِفات SM-2 عامة — الخوارزمية لا تتكيّف مع المتعلمين بشكل فردي. إذا كانت ذاكرتك للحقائق الجغرافية تتلاشى أسرع من ذاكرتك للمعادلات، فإن SM-2 يعاملها بالطريقة نفسها. كما أنه لا يحتوي على هدف احتفاظ صريح: لا يمكنك طلب 95% احتفاظ بدلاً من ~85% الضمني الذي تُنتجه المضاعِفات.
التطبيقات التي تستخدم SM-2
- Anki: متاح كمجدول بديل. كان الافتراضي حتى انتقل v23.10 إلى FSRS.
- RemNote: المجدول الافتراضي.
- SuperMemo: التطبيق الأصلي لـ Piotr Wozniak. لا يزال قيد التطوير النشط — يستخدم SuperMemo الحديث خوارزمية SM-18، وهي سليل من SM-2.
نظام Leitner — التكرار المتباعد على الورق
نظام Leitner، الذي ابتكره الصحفي العلمي الألماني Sebastian Leitner عام 1972، يسبق كل خوارزمية SRS رقمية. إنه طريقة بطاقات فعلية ألهمت الفئة بأكملها — ويستحق الفهم لأن بعض التطبيقات (بما في ذلك وضع Learn في Quizlet) لا تزال تستخدم نسخة مبسطة منه.
كيف يعمل Leitner
لديك مجموعة من الصناديق المرقّمة (كلاسيكياً 5). تبدأ جميع البطاقات الجديدة في الصندوق 1.
- • إجابة صحيحة — انقل البطاقة إلى الصندوق الأعلى التالي.
- • إجابة خاطئة — أعِد البطاقة إلى الصندوق 1.
لكل صندوق وتيرته الخاصة في المراجعة: الصندوق 1 كل يوم، الصندوق 2 كل يومين، الصندوق 3 كل أربعة أيام، وهكذا. البطاقات التي تتذكّرها باستمرار تنجرف نحو الصناديق الأعلى؛ البطاقات التي تنساها تُسحب إلى مراجعة متكررة.
نقاط القوة والحدود
Leitner هو أبسط SRS ممكن — لا يحتاج إلى حسابات ويعمل ببطاقات ورقية وعلبة أحذية. جدولته أخشن بكثير من SM-2 أو FSRS، ولا تتكيّف الفواصل مع الذاكرة الفردية أو صعوبة البطاقة. للتعلّم قصير المدى أو بيئات الدراسة التي ترفض الأدوات الرقمية، لا يزال مناسباً. لمعظم حالات الاستخدام الحديثة، أي SRS رقمي يعمل بـ SM-2 — وخاصة FSRS — سيجدول المراجعات بكفاءة أعلى.
FSRS مقابل SM-2: أي خوارزمية تؤدي بشكل أفضل؟
أجرى فريق Anki اختبارات أداء على أكثر من 500 مليون سجل مراجعة يقارن فيها FSRS بـ SM-2. النتيجة الرئيسية: لنفس معدل الاحتفاظ، يحتاج FSRS إلى حوالي 20-30% مراجعات أقل. في مجموعة من 2,000 بطاقة مع مراجعات يومية، يُترجَم ذلك إلى ساعات تُوفَّر أسبوعياً.
أين يفوز FSRS بوضوح
- الاحتفاظ طويل المدى (فواصل 30+ يوماً): يجدول تتبّع الاستقرار التكيّفي في FSRS الفواصل الطويلة بدقة أعلى من مضاعِفات SM-2 الثابتة.
- مجموعات متفاوتة الصعوبة: يتعلّم FSRS الصعوبة على مستوى البطاقة؛ مضاعِفات SM-2 العامة تجدول البطاقات السهلة بإفراط والصعبة بقصور.
- المستخدمون الذين لديهم 1,000+ مراجعة: يحتاج FSRS إلى بيانات تدريب ليتخصّص. بعد أن يحصل عليها، تتسع الفجوة مع SM-2 في كل مراجعة إضافية.
أين لا يزال SM-2 صامداً
- المجموعات الصغيرة (أقل من 500 بطاقة): لا يستطيع FSRS بعد ملاءمة نموذج شخصي؛ إعدادات SM-2 الافتراضية تنافسية.
- المتعلمون الجدد تماماً: يعمل SM-2 من اليوم الأول بدون أي إعداد. FSRS بالمعاملات الافتراضية مناسب أيضاً، لكن الميزة الجوهرية لا تظهر إلا بعد تراكم البيانات.
- قابلية التفسير: جدولة SM-2 قابلة للتنبؤ من (EF، الفاصل). النموذج المُلائَم في FSRS هو فعلياً شبكة عصبية صغيرة — أصعب في التفكير بها يدوياً.
إذا كان تطبيق بطاقاتك التعليمية يقدم FSRS، فعّله. لمعظم المستخدمين، يُعدّ تقليل المراجعات بنسبة 20-30% أكبر مكسب أرغونومي متاح — ولهذا جعل فريق Anki ذلك الافتراضي في v23.10. الأسباب الوحيدة للبقاء على SM-2 هي مجموعة صغيرة جداً، أو تاريخ مراجعات ضئيل، أو ترحيل في منتصف المجموعة لا تريد إعادة تحسينه.
أي خوارزمية يجب أن تستخدم؟
إطار قرار سريع:
- 1.
مجموعة كبيرة (1,000+ بطاقة) وهدف احتفاظ طويل المدى → FSRS. Anki أو RemNote أو StudyGlen جميعها تنفّذها.
- 2.
مجموعة صغيرة ودراسة قصيرة المدى (امتحان واحد، كتيب عبارات لغة) → أي خوارزمية تصلح، بما في ذلك Leitner البسيط. لا تبالغ في التفكير.
- 3.
تريد صفر إعداد وبطاقات مولَّدة بالذكاء الاصطناعي → StudyGlen (FSRS افتراضياً، والذكاء الاصطناعي يولّد البطاقات من ملفات PDF أو الملاحظات أو الصور).
- 4.
تريد أقصى قدر من التحكم ووصولاً إلى مجموعات المجتمع → Anki (FSRS افتراضي منذ v23.10، وSM-2 متاح كبديل).
- 5.
تدوّن ملاحظات طويلة وتريد بطاقات تعليمية مدمجة → RemNote (SM-2 افتراضي، وFSRS متاح).
- 6.
تريد مجموعات بطاقات تعليمية منسقة من خبراء مع مراجعة بسيطة قائمة على الثقة → Brainscape (يستخدم CBR، وهو مجدول خاص غير FSRS).
- 7.
تحتاج إلى أكبر مكتبة بطاقات تعليمية موجودة ولا تحتاج إلى SRS حقيقي → Quizlet (على نمط Leitner، ليس SRS حقيقياً).
لمعظم الطلاب في 2026، يُعدّ تطبيق مدعوم بـ FSRS هو الخيار الافتراضي الصحيح. حلّت الخوارزمية محلّ SM-2 كأحدث التقنيات لسبب — والبنية التحتية لتدريبها مدمجة الآن في كل أداة بطاقات تعليمية رئيسية.
التطبيقات التي تنفّذ هذه الخوارزميات
فيما يلي أكثر خمسة تطبيقات بطاقات تعليمية استخداماً للتكرار المتباعد، مصنفة حسب الخوارزمية التي تعمل عليها في الخلفية. الأحكام والإيجابيات/السلبيات أدناه تساعدك على المقارنة بينها — لكن إذا كنت لا تزال تقرّر بين الخوارزميات، عُد إلى قسم أي خوارزمية يجب أن تستخدم.
Pros
- خوارزمية FSRS تتكيف مع أنماط ذاكرتك الشخصية لتوقيت مراجعة مثالي
- الذكاء الاصطناعي يولّد بطاقات تعليمية من PDF والنصوص والصور (بدون إنشاء يدوي)
- حدد معدل الحفظ المستهدف وتجدول FSRS المراجعات رياضياً
- يولّد أيضاً اختبارات وقصصاً مصورة تعليمية وجلسات اختبار مباشرة
- 37 لغة مع الكشف التلقائي
- مستوى مجاني متاح بتسعير الرصيد (بدون اشتراك)
- صور تعليمية مولّدة بالذكاء الاصطناعي على البطاقات لوسائل الذاكرة البصرية
Cons
- منصة أحدث، مجتمع متنامٍ
- بدون تطبيق هاتف محمول بعد (قائم على الويب المتجاوب)
- بدون مكتبة مجموعات مشتركة جاهزة
Pros
- مجاني ومفتوح المصدر (سطح المكتب وأندرويد)
- يدعم خوارزميتي FSRS وSM-2 (FSRS هي الافتراضية للمستخدمين الجدد)
- قوالب بطاقات وأنواع ملاحظات ومعلمات جدولة قابلة للتخصيص بشكل كبير
- مجتمع ضخم مع آلاف المجموعات المشتركة (AnKing للطب، إلخ.)
- يعمل بالكامل بلا اتصال على جميع المنصات
- نظام إضافات قوي يوسع الوظائف
Cons
- منحنى تعلم حاد — مخيف للمبتدئين
- بدون توليد بطاقات بالذكاء الاصطناعي مدمج (يتطلب إنشاء يدوي أو إضافات)
- تطبيق iOS يكلف $24.99 (مرة واحدة)
- تصميم واجهة قديم
Pros
- التكرار القائم على الثقة (CBR) يكيّف تكرار المراجعة حسب تقييمك الذاتي للثقة (مقياس 1-5)
- سوق كبير من فئات بطاقات تعليمية معتمدة ومُعدة من خبراء
- تطبيقات هاتف محمول أصلية متقنة (iOS وأندرويد)
- تتبع تقدم مفصل ولوحة تحليلات
- أدوات للمعلمين والفصول الدراسية مدمجة
Cons
- بدون توليد بطاقات بالذكاء الاصطناعي من محتوى مرفوع
- CBR خاص — أقل شفافية ودعماً بحثياً من FSRS
- اشتراك Pro مطلوب للوصول الكامل للمكتبة ($9.99/شهر)
- تخصيص محدود للبطاقات مقارنة بـ Anki
Pros
- تكرار متباعد SM-2 مدمج مباشرة في سير عمل تدوين الملاحظات
- الذكاء الاصطناعي يولّد بطاقات تعليمية من ملاحظاتك تلقائياً
- ربط ثنائي الاتجاه ينشئ رسم معرفة من المفاهيم المترابطة
- تعليق واستيراد PDF لمواد الدراسة
- يجمع تدوين الملاحظات والبطاقات التعليمية والمراجعة في مساحة عمل واحدة
Cons
- خوارزمية SM-2 أقل كفاءة من FSRS (تتطلب ~20-30% مراجعات إضافية لنفس الحفظ)
- منحنى تعلم أكثر حدة من تطبيق بطاقات تعليمية بسيط
- المستوى المجاني يقيّد ميزات الذكاء الاصطناعي والتخزين
- مجتمع أصغر ومجموعات جاهزة أقل من Anki
Pros
- مكتبة ضخمة من أكثر من 800 مليون مجموعة بطاقات تعليمية أنشأها المستخدمون
- Magic Notes بالذكاء الاصطناعي يحوّل الملاحظات إلى بطاقات تعليمية
- تطبيقات هاتف محمول متقنة مع وصول بلا اتصال
- أوضاع دراسة متعددة (Learn، Test، لعبة Match)
- واجهة مألوفة مع تسجيل دخول سهل
Cons
- بدون خوارزمية تكرار متباعد حقيقية — يستخدم نظام صناديق Leitner أساسي
- ميزات الذكاء الاصطناعي تتطلب اشتراك Quizlet Plus ($7.99/شهر)
- مستوى مجاني مليء بالإعلانات
- محسّن للمذاكرة قصيرة المدى وليس الحفظ طويل المدى
- بدون إدخال OCR للصور
جدول مقارنة الميزات
| الميزة | StudyGlen | Anki | Brainscape | RemNote | Quizlet |
|---|---|---|---|---|---|
| خوارزمية SR | FSRS | FSRS/SM-2 | CBR | SM-2 | أساسي |
| توليد بطاقات بالذكاء الاصطناعي | نعم | إضافات | لا | نعم | نعم |
| رفع PDF | نعم | إضافات | لا | نعم | لا |
| أنواع البطاقات | أساسي، حذف تكميلي، صور | أساسي، حذف تكميلي، مخصص | أساسي فقط | أساسي، حذف تكميلي | أساسي، مخطط |
| تحليلات المراجعة | نعم | نعم | نعم | محدود | محدود |
| المستوى المجاني | مجاني | مجاني | محدود | محدود | مع إعلانات |
| تطبيق هاتف محمول | لا | نعم | نعم | نعم | نعم |
شاهده أثناء العمل
شاهد كيف ينشئ StudyGlen بطاقات تعليمية من أي مادة دراسية في ثوانٍ.
الأسئلة الشائعة
FSRS اختصار لـ Free Spaced Repetition Scheduler. إنها خوارزمية تكرار متباعد مفتوحة المصدر طوّرها منذ 2022 Jarrett Ye ومجتمع open-spaced-repetition. اعتمدها Anki كمجدول افتراضي في الإصدار v23.10 (نوفمبر 2023)، لتحلّ محلّ SM-2.
يُشكّل FSRS نموذج ذاكرة كل بطاقة تعليمية باستخدام ثلاث قيم: الصعوبة (مدى صعوبة البطاقة بالنسبة لك)، والاستقرار (عدد الأيام قبل أن يهبط احتمال استرجاعك إلى هدف الاحتفاظ)، وقابلية الاسترجاع (احتمالك المتوقع الحالي لتذكّر البطاقة). بعد كل مراجعة، يُحدّث FSRS هذه القيم ويجدول المراجعة التالية في اللحظة المثلى لتحقيق معدل الاحتفاظ المستهدف. بعد نحو 1,000 مراجعة، يمكنه ملاءمة معاملات مخصّصة لأنماط ذاكرتك المحددة باستخدام gradient descent.
SM-2، التي نشرها Piotr Wozniak عام 1987، تستخدم مضاعِفات ثابتة لتنمية الفواصل بناءً على كيفية تقييمك لكل مراجعة. FSRS، التي صدرت عام 2022، تلائم نموذجاً إحصائياً مع تاريخ مراجعاتك وتجدول كل بطاقة بناءً على احتمال الاسترجاع المتوقع. تُظهر اختبارات الأداء على أكثر من 500 مليون مراجعة Anki أن FSRS تتطلب حوالي 20-30% مراجعات أقل من SM-2 لنفس معدل الاحتفاظ، لأنها تتكيّف مع المتعلمين الأفراد والصعوبة على مستوى البطاقة. SM-2 أبسط ولا تحتاج إلى بيانات تدريب؛ FSRS أكثر دقة عندما يتوفّر لديها تاريخ مراجعات كافٍ للتخصّص.
لأي حالة استخدام رقمية حديثة تقريباً، نعم. يستخدم نظام صناديق Leitner (1972) فواصل ثابتة بين الصناديق (مثلاً 1 يوم، 2 يوم، 4 أيام) لا تتكيّف مع الذاكرة الفردية أو الصعوبة على مستوى البطاقة. يحسب FSRS طول الفاصل ديناميكياً من تاريخ مراجعاتك ويستهدف صراحةً معدل احتفاظ تختاره. يبقى Leitner مناسباً للبطاقات الورقية أو أبسط التطبيقات، لكن أي SRS يعمل بـ FSRS — أو حتى SM-2 — سيجدول المراجعات بكفاءة أعلى.
وفقاً لمشرفي Anki، إعادة التحسين 3-4 مرات في السنة تكفي عندما تحتوي مجموعتك على 1,000+ مراجعة. إعادة التحسين الأكثر تكراراً (مثلاً أسبوعياً) تُنتج تحسينات ضئيلة ولا تستحق الوقت. محفّز جيد هو عندما تتضاعف البطاقات التي راجعتها إجمالياً تقريباً.
Anki (افتراضي منذ v23.10)، وRemNote (كبديل لـ SM-2)، وStudyGlen (افتراضي للبطاقات التعليمية المولَّدة بالذكاء الاصطناعي) جميعها تدعم FSRS محلياً. الخوارزمية نفسها مفتوحة المصدر — تُقيم تنفيذات MIT-licensed بلغتي Python وRust في منظمة open-spaced-repetition على GitHub — لذا يُتوقع أن تعتمدها تطبيقات أكثر مع الوقت.
يحتاج FSRS إلى بيانات مراجعة لملاءمة نموذج مخصّص. تحت حوالي 1,000 مراجعة، يعود إلى المعاملات الافتراضية ويتصرّف بشكل مشابه لـ SM-2، لذا لن ترى بعد تقليل المراجعات بنسبة 20-30%. ومع ذلك، لا يوجد جانب سلبي لتفعيل FSRS مبكراً: يفعل Anki ذلك الآن تلقائياً، وتبدأ مكاسب الدقة المخصّصة في الظهور بمجرد تراكم تاريخ مراجعات كافٍ.
يعتمد ذلك على التطبيق المستهدف. يقبل StudyGlen رفع ملفات .apkg و.colpkg مباشرة ويمكنه بشكل اختياري تحويل حالة جدولة SM-2 من Anki — الفواصل والسهولة والإخفاقات — إلى FSRS، حتى لا تعود البطاقات التي تعلمتها إلى نقطة البداية. معظم التطبيقات الأخرى إما لا تقبل .apkg أصلاً، أو تعامل البطاقات المستوردة كبطاقات جديدة وتفقد سجل مراجعاتك. إذا كان الحفاظ على سنوات من جدولة Anki مهماً لك، تحقق من أن التطبيق المستهدف يدعم صراحةً تحويل SM-2 إلى FSRS قبل الترحيل. يشمل المستوى المجاني في StudyGlen 5 عمليات استيراد يومياً؛ وحزم الأرصدة تفتح الاستيراد غير المحدود.
جرب أفضل تطبيق تكرار متباعد مجاناً
ارفع ملف PDF، الصق ملاحظاتك، أو امسح صورة — احصل على بطاقات تعليمية بالذكاء الاصطناعي مع جدولة التكرار المتباعد FSRS في ثوانٍ
ابدأ التكرار المتباعد مجاناً