StudyGlen
होम पर वापस जाएँ
एल्गोरिदम की गहन समीक्षा

Spaced Repetition एल्गोरिदम समझाए गए

FSRS, SM-2 और Leitner की गहन समीक्षा — वे एल्गोरिदम जो आधुनिक फ्लैशकार्ड ऐप्स चलाते हैं। जानें कि हर एक कैसे काम करता है और कौन से ऐप्स (Anki, RemNote, StudyGlen, Brainscape) इन्हें सबसे अच्छा लागू करते हैं।

लेखक StudyGlen Team

1885 में, Hermann Ebbinghaus ने खोजा कि हम नई जानकारी का 70% हिस्सा 24 घंटों में भूल जाते हैं — जब तक कि हम इसे वैज्ञानिक रूप से अनुकूलित अंतराल पर रिव्यू न करें। Spaced repetition अब #1 एविडेंस-बेस्ड स्टडी मेथड है, लेकिन एल्गोरिदम मायने रखता है: FSRS, SM-2 की तुलना में समान रिटेंशन के लिए 20-30% कम रिव्यू शेड्यूल कर सकता है। हम समझाते हैं कि हर एल्गोरिदम कैसे काम करता है और कौन से फ्लैशकार्ड ऐप्स उन्हें लागू करते हैं।

आपके flashcards के पीछे का algorithm क्यों मायने रखता है

Spaced repetition इस तरह काम करता है कि यह आपको एक flashcard ठीक उससे पहले दिखाता है जब आप इसे भूलने की उम्मीद की जाती है। "ठीक उससे पहले" वाला हिस्सा ही पूरा खेल है — और यह एक algorithm तय करता है।

Spaced repetition के digital इतिहास के अधिकांश समय में वह algorithm SM-2 (SuperMemo 2) रहा, जो एक formula है जिसे Piotr Wozniak ने 1987 में प्रकाशित किया। इसने original SuperMemo को, 2023 से पहले के हर Anki user को चलाया, और यह अब भी RemNote में default scheduler है। SM-2 field-tested है — लेकिन कठोर भी है: हर learner को वही scheduling curves मिलते हैं, चाहे उसकी specific memory कैसी भी व्यवहार करे।

2022 में FSRS (Free Spaced Repetition Scheduler) नाम के एक open-source project ने इसे बदल दिया। FSRS आपकी वास्तविक review history पर एक statistical model fit करता है और हर card को उसकी predicted recall probability के आधार पर schedule करता है। 500+ million Anki reviews पर किए गए benchmarks दिखाते हैं कि समान retention rate के लिए FSRS को SM-2 से 20-30% कम reviews चाहिए। Anki ने FSRS को version 23.10 (नवंबर 2023) में default scheduler के रूप में अपनाया।

यह guide समझाता है कि FSRS, SM-2 और classic Leitner box system कैसे काम करते हैं — और कौन सी flashcard apps किसे implement करती हैं। यदि आप 2026 में कोई study tool चुन रहे हैं, तो algorithm ही सबसे बड़ा differentiator है।

FSRS — Free Spaced Repetition Scheduler

FSRS एक आधुनिक open-source scheduling algorithm है, जिसे 2022 से Jarrett Ye और open-spaced-repetition community विकसित कर रहे हैं। इसे memory को एक statistical model के रूप में मानकर SM-2 को accuracy और efficiency में पीछे छोड़ने के लिए design किया गया था, जो हर individual learner के अनुसार adapt होता है। Anki, RemNote और StudyGlen आज इसे implement करते हैं।

FSRS कैसे काम करता है — DSR memory model

FSRS एक single flashcard की memory को तीन values का उपयोग करके model करता है, जो हर review के बाद update होती हैं:

  • Difficulty (D): कोई specific card आपके लिए कितना कठिन है। Range 1-10। इस आधार पर calibrate होती है कि आप Again, Hard, Good या Easy दबाते हैं या नहीं।
  • Stability (S): कितने दिन लगते हैं जब इस card को याद करने की आपकी probability आपके retention target (default 90%) तक गिरती है। सही reviews के बाद बढ़ती है, lapses के बाद reset हो जाती है।
  • Retrievability (R): अभी इस card को याद करने की आपकी predicted probability — D, S और आपके पिछले review के बाद के दिनों का function।

इन तीन values के साथ, FSRS हर card के लिए एक सवाल का जवाब देता है: आपके retention target को देखते हुए, मैं इस review को सबसे देर से कब schedule कर सकता हूँ और फिर भी उम्मीद कर सकता हूँ कि आप इसे याद रखें?

FSRS को SM-2 से क्या अलग बनाता है

SM-2 fixed multipliers का उपयोग करता है — हर किसी को शुरू में एक जैसी interval-growth curves मिलती हैं। FSRS gradient descent का उपयोग करके आपके personal parameters को आपकी वास्तविक review history पर fit करता है, आम तौर पर ~1,000 reviews के बाद। Training होने पर यह ध्यान में रखता है कि आपको कौन से card types अधिक कठिन लगते हैं, आप कितनी जल्दी भूलते हैं, और lapses दीर्घकालिक stability को कैसे प्रभावित करते हैं।

आप एक "Desired Retention" target भी सेट करते हैं — आमतौर पर 0.80 से 0.97 के बीच, अधिकांश users 0.85-0.90 के आसपास होते हैं। अधिक retention का मतलब अधिक reviews; कम का मतलब कम। SM-2 में इसके बराबर कोई control नहीं है।

कौन सी flashcard apps FSRS का उपयोग करती हैं

  • Anki: v23.10 (नवंबर 2023) से desktop, AnkiDroid और AnkiMobile में default scheduler। SM-2 fallback के रूप में उपलब्ध रहता है।
  • RemNote: SM-2 के साथ optional scheduler के रूप में उपलब्ध।
  • StudyGlen: सभी AI-generated flashcard decks के लिए default algorithm — कोई manual configuration की जरूरत नहीं।

FSRS कब स्पष्ट रूप से जीतता है

बड़े decks (2,000+ cards), दीर्घकालिक retention goals और heterogeneous difficulty (कुछ cards आसान, कुछ कठिन)। आप जितना अधिक review data जमा करते हैं, FSRS उतना ही अधिक SM-2 को पीछे छोड़ता है।

FSRS कब मायने नहीं रखता

~1,000 reviews से कम में, FSRS अभी meaningful personal model fit नहीं कर सकता — यह default parameters पर वापस जाता है और SM-2 की तरह ही perform करता है। आकस्मिक study या short-term cramming के लिए, algorithm का चुनाव काफी हद तक cosmetic है।

SM-2 — Anki का classic algorithm

SM-2 को Piotr Wozniak ने 1987 में SuperMemo के हिस्से के रूप में प्रकाशित किया — पहली commercial spaced repetition application। इसने 2006 में launch से लेकर 2023 के अंत तक Anki के default scheduler को चलाया, और यह अब भी RemNote में default है। चार दशक के वास्तविक उपयोग ने इसे वह baseline बनाया है जिसके साथ हर अन्य SRS algorithm की तुलना होती है।

SM-2 कैसे काम करता है

SM-2 हर card के लिए दो numbers track करता है:

  • Ease factor (EF): एक multiplier, जो 2.5 पर initialize होता है, जो नियंत्रित करता है कि intervals कितनी तेजी से बढ़ते हैं।
  • Interval: Reviews के बीच के दिन।

हर review के बाद:

  1. यदि आप card में fail हुए, interval को 1 दिन पर reset करें और EF रखें।
  2. यदि आप pass हुए, current interval को EF से गुणा करें (Easy के लिए EF थोड़ा बढ़ाएँ, Hard के लिए घटाएँ)।

एक विशिष्ट SM-2 card sequence ऐसी हो सकती है: 1 दिन → pass → 6 दिन → pass → 15 दिन → pass → 37 दिन → pass → 92 दिन...

ताकत

SM-2 सरल, transparent है और इसे training data की जरूरत नहीं है। यह पहले review से काम करता है। इसका व्यवहार हाथ से predictable है — आप किसी card का EF और interval देख सकते हैं और ठीक बता सकते हैं कि उसे कहाँ schedule क्यों किया गया। 35+ वर्षों के वास्तविक उपयोग ने इसे किसी भी SRS के लिए सबसे safe default बनाया है।

सीमाएँ

SM-2 के multipliers universal हैं — algorithm individual learners के अनुसार adapt नहीं होता। यदि geography facts के लिए आपकी memory equations के लिए आपकी memory से तेजी से decay होती है, तो SM-2 उन्हें एक समान मानता है। इसमें कोई explicit retention target भी नहीं है: आप multipliers द्वारा उत्पादित implicit ~85% के बजाय 95% retention नहीं मांग सकते।

कौन सी apps SM-2 का उपयोग करती हैं

  • Anki: Fallback scheduler के रूप में उपलब्ध। v23.10 में FSRS पर switch होने तक default था।
  • RemNote: Default scheduler।
  • SuperMemo: Piotr Wozniak का original app। अभी भी सक्रिय रूप से विकसित — modern SuperMemo SM-18 का उपयोग करता है, जो SM-2 का वंशज है।

Leitner system — कागज पर spaced repetition

Leitner system, जिसे जर्मन science journalist Sebastian Leitner ने 1972 में बनाया, हर digital SRS algorithm से पहले का है। यह एक physical-card method है जिसने पूरी category को प्रेरित किया — और इसे समझने लायक है क्योंकि कुछ apps (Quizlet के Learn mode सहित) अभी भी इसका एक सरलीकृत संस्करण उपयोग करते हैं।

Leitner कैसे काम करता है

आपके पास numbered boxes का एक set होता है (classically 5)। सभी नए cards Box 1 में शुरू होते हैं।

  • • सही जवाब — card को अगले उच्च box में ले जाएँ।
  • • गलत जवाब — card को वापस Box 1 में भेजें।

हर box की अपनी review frequency होती है: Box 1 हर दिन, Box 2 हर दो दिन, Box 3 हर चार दिन, और आगे। जिन cards को आप लगातार याद रखते हैं वे ऊपरी boxes की ओर बढ़ते हैं; जिन्हें भूलते हैं वे frequent review में वापस खींचे जाते हैं।

ताकत और सीमाएँ

Leitner सबसे सरल संभव SRS है — इसे शून्य math की जरूरत है और यह paper cards और एक shoebox से काम करता है। इसकी scheduling SM-2 या FSRS की तुलना में कहीं अधिक मोटी है, और intervals individual memory या card difficulty के अनुसार adapt नहीं होते। Short-term learning या ऐसे study environments के लिए जो digital tools को अस्वीकार करते हैं, यह अभी भी ठीक है। अधिकांश modern use cases के लिए, SM-2 चलाने वाला कोई भी digital SRS — और विशेष रूप से FSRS — reviews को अधिक efficient तरीके से schedule करेगा।

FSRS vs SM-2: कौन सा algorithm बेहतर performance देता है?

Anki team ने 500 million से अधिक review logs पर benchmarks चलाए जिसमें FSRS की तुलना SM-2 से की गई। मुख्य परिणाम: समान retention rate के लिए, FSRS को लगभग 20-30% कम reviews की जरूरत होती है। 2,000-card deck में daily reviews के साथ, इसका मतलब प्रति सप्ताह बचाए गए घंटे हैं।

FSRS कहाँ स्पष्ट रूप से जीतता है

  • दीर्घकालिक retention (30+ दिन intervals): FSRS की adaptive stability tracking लंबे intervals को SM-2 के fixed multipliers से अधिक accurately schedule करती है।
  • Mixed-difficulty decks: FSRS per-card difficulty सीखता है; SM-2 के universal multipliers आसान cards को over-schedule और कठिन cards को under-schedule करते हैं।
  • 1,000+ reviews वाले users: FSRS को personalize करने के लिए training data चाहिए। एक बार मिल जाने पर, SM-2 पर बढ़त हर अतिरिक्त review के साथ बढ़ती है।

SM-2 अभी भी कहाँ टिकता है

  • छोटे decks (500 cards से कम): FSRS अभी personal model fit नहीं कर सकता; SM-2 के defaults competitive हैं।
  • बिल्कुल नए learners: SM-2 पहले दिन से शून्य setup के साथ काम करता है। Default parameters वाला FSRS भी ठीक है, लेकिन meaningful advantage data जमा करने के बाद ही दिखता है।
  • Interpretability: SM-2 की scheduling (EF, interval) से predictable है। FSRS का fitted model प्रभावी रूप से एक छोटा neural network है — हाथ से समझना अधिक कठिन।
व्यावहारिक निर्णय

यदि आपका flashcard app FSRS offer करता है, तो उसे enable करें। अधिकांश users के लिए, 20-30% review reduction उपलब्ध सबसे बड़ा ergonomic gain है — इसीलिए Anki team ने इसे v23.10 में default बनाया। SM-2 पर बने रहने के एकमात्र कारण हैं बहुत छोटा deck, पतला review history, या ऐसा mid-deck migration जिसे आप re-optimize नहीं करना चाहते।

आपको कौन सा algorithm इस्तेमाल करना चाहिए?

एक त्वरित decision framework:

  • 1.

    बड़ा deck (1,000+ cards) और दीर्घकालिक retention लक्ष्य → FSRS। Anki, RemNote या StudyGlen सभी इसे implement करते हैं।

  • 2.

    छोटा deck और short-term study (एकल exam, भाषा phrasebook) → कोई भी algorithm काम करता है, plain Leitner सहित। इसे overthink मत करें।

  • 3.

    आप zero setup और AI-generated cards चाहते हैं → StudyGlen (default रूप से FSRS, AI PDFs, notes या images से cards generate करता है)।

  • 4.

    आप maximum control और community decks तक access चाहते हैं → Anki (v23.10 से default FSRS, SM-2 fallback के रूप में उपलब्ध)।

  • 5.

    आप long-form notes लेते हैं और built-in flashcards चाहते हैं → RemNote (default SM-2, FSRS उपलब्ध)।

  • 6.

    आप simple confidence-based review के साथ expert-curated flashcard sets चाहते हैं → Brainscape (CBR का उपयोग करता है, जो एक proprietary non-FSRS scheduler है)।

  • 7.

    आपको flashcards की सबसे बड़ी मौजूदा library चाहिए और true SRS की जरूरत नहीं है → Quizlet (Leitner-style, true SRS नहीं)।

2026 में अधिकांश students के लिए, FSRS-powered app सही default है। Algorithm ने एक कारण से SM-2 को state of the art के रूप में बदल दिया है — और इसे train करने के लिए infrastructure अब हर प्रमुख flashcard tool में built-in है।

ये algorithms implement करने वाले apps

यहाँ spaced repetition के लिए सबसे अधिक उपयोग होने वाले पाँच flashcard apps दिए गए हैं, जो उस algorithm के अनुसार grouped हैं जो वे hood के नीचे चलाते हैं। नीचे दिए गए verdicts और pros/cons आपको तुलना करने में मदद करते हैं — लेकिन यदि आप अभी भी algorithms के बीच निर्णय ले रहे हैं, तो आपको कौन सा algorithm इस्तेमाल करना चाहिए section पर वापस जाएँ।

StudyGlen

ओवरऑल बेस्ट — किसी भी कंटेंट से AI कार्ड जनरेशन के साथ FSRS स्पेस्ड रिपीटिशन

Pros

  • FSRS एल्गोरिदम आपके व्यक्तिगत मेमोरी पैटर्न के अनुसार ऑप्टिमल रिव्यू टाइमिंग के लिए अनुकूल होता है
  • AI, PDF, टेक्स्ट और इमेज इनपुट से फ्लैशकार्ड जनरेट करता है (मैन्युअल कार्ड क्रिएशन की जरूरत नहीं)
  • अपना टारगेट रिटेंशन रेट सेट करें और FSRS गणितीय रूप से रिव्यू शेड्यूल करता है
  • क्विज़, एजुकेशनल कॉमिक्स और लाइव क्विज़ सेशन भी जनरेट करता है
  • ऑटोमैटिक डिटेक्शन के साथ 37 भाषाएँ
  • क्रेडिट-आधारित प्राइसिंग के साथ फ्री टियर उपलब्ध (कोई सब्सक्रिप्शन नहीं)
  • विज़ुअल मेमोरी सहायता के लिए फ्लैशकार्ड पर AI-जनित शैक्षिक इमेज

Cons

  • नया प्लेटफॉर्म, बढ़ता हुआ कम्युनिटी
  • अभी तक कोई मोबाइल ऐप नहीं (रेस्पॉन्सिव वेब-आधारित)
  • कोई प्री-मेड शेयर्ड डेक लाइब्रेरी नहीं
Pricing: फ्री टियर उपलब्ध। क्रेडिट पैक $9.99 से (एक-बार खरीद, कोई सब्सक्रिप्शन नहीं)
Best for: जो छात्र सबसे प्रभावी स्पेस्ड रिपीटिशन एल्गोरिदम (FSRS) को AI कार्ड जनरेशन के साथ चाहते हैं — कोई मैन्युअल काम नहीं
Anki

पावर यूजर्स के लिए बेस्ट — अधिकतम कस्टमाइज़ेशन के साथ ओपन-सोर्स FSRS/SM-2

Pros

  • फ्री और ओपन-सोर्स (डेस्कटॉप और Android)
  • FSRS और SM-2 दोनों एल्गोरिदम सपोर्ट करता है (नए यूजर्स के लिए FSRS डिफॉल्ट है)
  • बहुत कस्टमाइज़ेबल कार्ड टेम्पलेट्स, नोट टाइप्स और शेड्यूलिंग पैरामीटर्स
  • हजारों शेयर्ड डेक्स वाला विशाल कम्युनिटी (मेडिकल के लिए AnKing, आदि)
  • सभी प्लेटफॉर्म पर पूरी तरह ऑफलाइन काम करता है
  • ताकतवर ऐड-ऑन इकोसिस्टम कार्यक्षमता बढ़ाता है

Cons

  • सीखने में कठिन — शुरुआती लोगों के लिए डराने वाला
  • कोई बिल्ट-इन AI कार्ड जनरेशन नहीं (मैन्युअल क्रिएशन या ऐड-ऑन्स की जरूरत)
  • iOS ऐप की कीमत $24.99 है (एक-बार)
  • पुरानी इंटरफेस डिज़ाइन
Pricing: फ्री (डेस्कटॉप, Android)। iOS ऐप $24.99 एक-बार
Best for: पावर यूजर्स और मेडिकल स्टूडेंट्स जो FSRS पैरामीटर्स पर पूरा कंट्रोल और विशाल शेयर्ड डेक इकोसिस्टम चाहते हैं
Brainscape

क्यूरेटेड कंटेंट के लिए बेस्ट — एक्सपर्ट-मेड डेक्स के साथ Confidence-Based Repetition

Pros

  • Confidence-Based Repetition (CBR) आपकी सेल्फ-रेटेड कॉन्फिडेंस (1-5 स्केल) के आधार पर रिव्यू फ्रीक्वेंसी को अनुकूलित करता है
  • सर्टिफाइड, एक्सपर्ट-मेड फ्लैशकार्ड क्लासेस का बड़ा मार्केटप्लेस
  • पॉलिश्ड नेटिव मोबाइल ऐप्स (iOS और Android)
  • विस्तृत प्रगति ट्रैकिंग और एनालिटिक्स डैशबोर्ड
  • बिल्ट-इन टीचर और क्लासरूम टूल्स

Cons

  • अपलोड किए गए कंटेंट से कोई AI कार्ड जनरेशन नहीं
  • CBR प्रोप्राइटरी है — FSRS से कम पारदर्शी और कम रिसर्च-बैक्ड
  • फुल लाइब्रेरी एक्सेस के लिए प्रो सब्सक्रिप्शन ज़रूरी ($9.99/महीना)
  • Anki की तुलना में सीमित कार्ड कस्टमाइज़ेशन
Pricing: फ्री टियर उपलब्ध। Pro $9.99/महीना से
Best for: जो छात्र परीक्षाओं और सर्टिफिकेशन्स के लिए सरल कॉन्फिडेंस-आधारित रिव्यू सिस्टम के साथ एक्सपर्ट-क्यूरेटेड फ्लैशकार्ड सेट्स पसंद करते हैं
RemNote

नोट-टेकर्स के लिए बेस्ट — आपके नॉलेज बेस में बिल्ट SM-2 स्पेस्ड रिपीटिशन

Pros

  • SM-2 स्पेस्ड रिपीटिशन सीधे नोट-टेकिंग वर्कफ्लो में इंटीग्रेटेड
  • AI आपके नोट्स से अपने आप फ्लैशकार्ड जनरेट करता है
  • बाईडायरेक्शनल लिंकिंग जुड़े हुए कॉन्सेप्ट्स का नॉलेज ग्राफ बनाती है
  • स्टडी मटेरियल के लिए PDF एनोटेशन और इंपोर्ट
  • एक वर्कस्पेस में नोट-टेकिंग, फ्लैशकार्ड और रिव्यू को जोड़ता है

Cons

  • SM-2 एल्गोरिदम FSRS से कम एफिशिएंट है (समान रिटेंशन के लिए ~20-30% अधिक रिव्यू चाहिए)
  • सरल फ्लैशकार्ड ऐप की तुलना में सीखने में कठिन
  • फ्री टियर AI फीचर्स और स्टोरेज को सीमित करता है
  • Anki की तुलना में छोटा कम्युनिटी और कम प्री-मेड डेक्स
Pricing: फ्री टियर उपलब्ध। Pro $8/महीना से
Best for: ग्रेजुएट छात्र और रिसर्चर्स जो अपनी नोट-टेकिंग और नॉलेज मैनेजमेंट वर्कफ्लो में एम्बेडेड स्पेस्ड रिपीटिशन चाहते हैं
Quizlet

सबसे बड़ी लाइब्रेरी — परिचित इंटरफेस लेकिन कोई असली स्पेस्ड रिपीटिशन एल्गोरिदम नहीं

Pros

  • 800M+ यूजर-क्रिएटेड फ्लैशकार्ड सेट्स की विशाल लाइब्रेरी
  • Magic Notes AI नोट्स को फ्लैशकार्ड में बदलता है
  • ऑफलाइन एक्सेस वाले पॉलिश्ड मोबाइल ऐप्स
  • कई स्टडी मोड्स (Learn, Test, Match गेम)
  • आसान ऑनबोर्डिंग के साथ परिचित इंटरफेस

Cons

  • कोई असली स्पेस्ड रिपीटिशन एल्गोरिदम नहीं — बेसिक Leitner-स्टाइल बॉक्स सिस्टम इस्तेमाल करता है
  • AI फीचर्स के लिए Quizlet Plus सब्सक्रिप्शन ज़रूरी ($7.99/महीना)
  • फ्री टियर में बहुत विज्ञापन
  • शॉर्ट-टर्म क्रैमिंग के लिए ऑप्टिमाइज़्ड, लॉन्ग-टर्म रिटेंशन के लिए नहीं
  • कोई इमेज OCR इनपुट नहीं
Pricing: विज्ञापनों के साथ फ्री। Quizlet Plus $7.99/महीना से
Best for: कैज़ुअल छात्र जो लाखों मौजूदा फ्लैशकार्ड सेट्स तक पहुँच चाहते हैं और जिन्हें असली स्पेस्ड रिपीटिशन शेड्यूलिंग की जरूरत नहीं

फीचर तुलना तालिका

फीचरStudyGlenAnkiBrainscapeRemNoteQuizlet
SR एल्गोरिदमFSRSFSRS/SM-2CBRSM-2बेसिक
AI कार्ड जनरेशनहाँऐड-ऑन्सनहींहाँहाँ
PDF अपलोडहाँऐड-ऑन्सनहींहाँनहीं
कार्ड प्रकारबेसिक, Cloze, इमेजबेसिक, Cloze, कस्टमसिर्फ बेसिकबेसिक, Clozeबेसिक, डायग्राम
रिव्यू एनालिटिक्सहाँहाँहाँसीमितसीमित
फ्री टियरफ्रीफ्रीसीमितसीमितविज्ञापनों के साथ
मोबाइल ऐपनहींहाँहाँहाँहाँ

इसे एक्शन में देखें

देखें कि StudyGlen किसी भी स्टडी मटेरियल से सेकंडों में कैसे फ्लैशकार्ड बनाता है।

अक्सर पूछे जाने वाले प्रश्न

FSRS का मतलब क्या है?

FSRS का मतलब है Free Spaced Repetition Scheduler। यह एक open-source spaced repetition algorithm है जिसे 2022 से Jarrett Ye और open-spaced-repetition community विकसित कर रहे हैं। Anki ने इसे version 23.10 (नवंबर 2023) में default scheduler के रूप में अपनाया, जिसने SM-2 को बदल दिया।

FSRS कैसे काम करता है?

FSRS हर flashcard की memory को तीन values से model करता है: Difficulty (card आपके लिए कितना कठिन है), Stability (आपकी recall probability आपके retention target तक गिरने से पहले कितने दिन) और Retrievability (card को याद करने की आपकी मौजूदा predicted probability)। हर review के बाद, FSRS इन values को update करता है और अगले review को आपके target retention rate को hit करने के optimal moment पर schedule करता है। लगभग 1,000 reviews के बाद यह gradient descent का उपयोग करके आपके specific memory patterns के लिए personalized parameters fit कर सकता है।

FSRS और SM-2 में क्या अंतर है?

SM-2, जिसे Piotr Wozniak ने 1987 में प्रकाशित किया, fixed multipliers का उपयोग करता है ताकि आप हर review को कैसे rate करते हैं उसके आधार पर intervals बढ़ें। FSRS, जो 2022 में release हुआ, आपकी review history पर एक statistical model fit करता है और हर card को predicted recall probability के आधार पर schedule करता है। 500+ million Anki reviews पर benchmarks दिखाते हैं कि FSRS को समान retention rate के लिए SM-2 की तुलना में लगभग 20-30% कम reviews चाहिए, क्योंकि यह individual learners और card-level difficulty के अनुसार adapt होता है। SM-2 सरल है और इसे training data की जरूरत नहीं है; FSRS अधिक accurate है जब इसके पास personalize करने के लिए पर्याप्त review history हो।

क्या FSRS Leitner system से बेहतर है?

लगभग किसी भी modern digital उपयोग के लिए, हाँ। Leitner box system (1972) fixed box-to-box intervals (उदाहरण के लिए, 1 दिन, 2 दिन, 4 दिन) का उपयोग करता है जो individual memory या card-level difficulty के अनुसार adapt नहीं होते। FSRS आपकी review history से dynamically interval length calculate करता है और स्पष्ट रूप से आप द्वारा चुनी गई retention rate को target करता है। Leitner paper flashcards या सबसे सरल apps के लिए अभी भी ठीक है, लेकिन कोई भी SRS जो FSRS — या यहाँ तक कि SM-2 — चला रहा है वह reviews को अधिक efficient तरीके से schedule करेगा।

मुझे Anki में FSRS parameters को कितनी बार re-optimize करना चाहिए?

Anki maintainers के अनुसार, जब आपके deck में 1,000+ reviews हों तो साल में 3-4 बार re-optimize करना पर्याप्त है। अधिक बार re-optimization (उदाहरण के लिए, साप्ताहिक) नगण्य सुधार देता है और समय के लायक नहीं है। एक अच्छा trigger यह है कि जब आपके कुल reviewed cards लगभग दोगुने हो जाएँ।

कौन सी flashcard apps FSRS support करती हैं?

Anki (v23.10 से default), RemNote (SM-2 के विकल्प के रूप में) और StudyGlen (AI-generated flashcards के लिए default) सभी FSRS को natively support करते हैं। Algorithm स्वयं open source है — MIT-licensed Python और Rust implementations GitHub पर open-spaced-repetition organization में रहते हैं — इसलिए समय के साथ और apps के इसे अपनाने की उम्मीद करें।

यदि मेरे Anki deck में 1,000 से कम cards हैं तो क्या मुझे FSRS enable करना चाहिए?

FSRS को personalized model fit करने के लिए review data चाहिए। लगभग 1,000 reviews से कम में यह default parameters पर वापस जाता है और SM-2 की तरह व्यवहार करता है, इसलिए आप अभी 20-30% review reduction नहीं देखेंगे। ऐसा कहा जा रहा है, FSRS को जल्दी enable करने में कोई downside नहीं है: Anki अब यह automatically करता है, और personalized accuracy gains जैसे ही आप पर्याप्त review history जमा करते हैं, दिखने लगते हैं।

क्या मैं अपना Anki डेक किसी नए spaced repetition ऐप पर माइग्रेट कर सकता हूँ और शेड्यूलिंग रख सकता हूँ?

यह destination ऐप पर निर्भर करता है। StudyGlen .apkg और .colpkg अपलोड सीधे स्वीकार करता है और opt-in आधार पर आपकी Anki SM-2 शेड्यूलिंग स्टेट — intervals, ease, lapses — को FSRS में कन्वर्ट कर सकता है, ताकि पहले से सीखे कार्ड day zero पर रीसेट न हों। अधिकांश दूसरे टूल या तो .apkg बिल्कुल स्वीकार नहीं करते, या इम्पोर्ट किए कार्डों को fresh treat करते हैं और आपकी रिव्यू हिस्ट्री गायब हो जाती है। अगर सालों की Anki शेड्यूलिंग बरकरार रखना ज़रूरी है, तो माइग्रेट करने से पहले जाँच लें कि target ऐप SM-2 → FSRS कन्वर्शन को explicitly सपोर्ट करता है। StudyGlen का फ्री टियर प्रतिदिन 5 इम्पोर्ट देता है; क्रेडिट पैक्स अनलिमिटेड अनलॉक करते हैं।

#1 स्पेस्ड रिपीटिशन ऐप फ्री आज़माएं

PDF अपलोड करें, अपने नोट्स पेस्ट करें या इमेज स्कैन करें — सेकंड्स में FSRS स्पेस्ड रिपीटिशन शेड्यूलिंग के साथ AI फ्लैशकार्ड प्राप्त करें

स्पेस्ड रिपीटिशन फ्री शुरू करें

संबंधित गाइड्स और सीधी तुलनाएँ

बेहतरीन AI फ्लैशकार्ड जनरेटर·Flashcards vs Quizlet·Flashcards vs Anki·Flashcards vs RemNote·Flashcards vs Brainscape·बेहतरीन Quizlet विकल्प·AI के साथ कैसे पढ़ें·बेहतरीन AI क्विज़ जनरेटर
    Spaced Repetition एल्गोरिदम समझाए: FSRS vs SM-2 vs Leitner (2026)