记忆稳定性是决定一条记忆在不被提取的情况下能持续多久的长期记忆变量。稳定性决定了单位时间内遗忘的概率（稳定性越高，遗忘概率越小）。具体的公式，请见： 遗忘曲线 [1]。
稳定性（S）和 可提取性（R）是 长期记忆的双组分模型的一部分。在每次 复习中，稳定性按照 稳定化曲线增长。（参见： 稳定化）。
稳定性减缓了受影响的突触系统中的新知识编码。该减缓机制预防了 遗忘 [2]的主要原因—— 记忆干扰 [3]。大脑可以利用这一特性来优化记忆存储。同样，它可以用于人工神经网络，以防止灾难性遗忘。
在 SuperMemo 中，稳定性是指 10% 的记忆可能被遗忘所需的时间。
另见：
图：示例 知识片段的记忆状态随时间的变化。横轴表示跨越整个 重复历史的时间。顶部面板展示了 可提取性（为了便于分析，进行十次方变换，R^10）。灰色的可提取性网格标记了 R=99%, R=98% 等标签。中部面板用深蓝色展示了 最优间隔。复习日期由蓝色垂线和浅蓝色标签标记。 最优间隔的末端对应的 R 为 90% 左右，由红色垂线标记（仅当实际复习 间隔大等于 最优间隔时）。底部面板可视化了稳定性（为了便于分析，以 ln(S)/ln(days) 的形式展示）。该图表指出 ， 可提取性在最初几次稳定性很低时的 复习中下降得很快（指数型）。然而在第 7 次复习后，经过十年时间，可提取性从 100% 只下降到了 94%。所有的数值都来自实际的复习历史和 记忆的三变量模型。
图：复杂记忆稳定化的不确定过程。图中显示了以单个 概念细胞的单一树突输入模式为例的 稳定化、 遗忘 [7]、 泛化 [8]和 干扰 [3]的假设过程。神经元、树突和树突丝以橙色显示。图片没有显示树突丝转化为树突棘的过程，树突棘的形态在 稳定化过程中会随着时间不断变化。方块代表参与识别输入模式的突触。每个方块显示了突触在 长期记忆的双组分模型中的状态。红色的深度代表 可提取性。蓝色区域的面积代表稳定性。在记住一个复杂的记忆模式后， 概念细胞在收到来自红色方块的信号总和后能够识别该模式，这些信号代表高 可提取性和极低稳定性的新记忆。每次细胞被重新激活，活跃的输入将会 稳定化，表现为输入方块中蓝色区域的增加。每次当概念细胞激活时，信号没有到达输入端，其稳定性就会下降（泛化）。每次源轴突活跃而目标神经元未能激活时，稳定性也会下降（竞争干扰）。由于输入到概念细胞的信号模式不均匀，一些突触将会稳定，而另一些则会丢失。当一个突触失去其稳定性和可提取性，以及相关的树突棘缩回时， 遗忘就会发生。当同一个 概念细胞可以用一个更小但更稳定的输入模式重新激活时， 泛化就会发生。当一个新的输入模式有助于忘记一些识别旧输入模式所必需的冗余输入时，就会发生追溯性 干扰。旧模式的稳定化导致树突丝的流动性降低，从而防止新模式接管 概念（主动 干扰）。在这个过程的每一端，一个稳定的、泛化性强的输入模式是激活 概念细胞的充要条件。同一个细胞可以对不同的模式作出反应，只要它们是一致的、稳定的。在 间隔重复 [9]中，对 知识表述 [10]的选择不当将导致激活模式的可重复性差，突触的 稳定化不均匀，以及 遗忘。当输入模式无法激活足够多的突触，从而无法重新激活 概念细胞时，就会发生对 条目的遗忘。在 重复时，根据上下文和 思路 [11]，一个 条目可能被提取或遗忘。 复习的结果是不确定的
Thoughts Memo 汉化组译制
原文： Memory stability - supermemo.guru
本 词汇表条目用于解释 SuperMemo，一位自 1987 [12] 年以来的 间隔重复 [9]软件先驱。
参考
- 遗忘曲线 https://zhuanlan.zhihu.com/p/274352214⏎
- 遗忘 https://zhuanlan.zhihu.com/p/558542113⏎
- 干扰 https://zhuanlan.zhihu.com/p/269974053⏎
- 记忆的两个组成成分 https://zhuanlan.zhihu.com/p/99505568⏎
- 记忆稳定性的两个组成成分 https://zhuanlan.zhihu.com/p/268782211⏎
- 记忆的通用公式 https://zhuanlan.zhihu.com/p/429504395⏎
- 遗忘 https://zhuanlan.zhihu.com/p/558542113⏎
- 泛化与概念化 https://zhuanlan.zhihu.com/p/264989664⏎
- 干扰 https://zhuanlan.zhihu.com/p/269974053⏎
- 间隔重复 https://zhuanlan.zhihu.com/p/305651556⏎
- 20 条知识表述规则（20 周年版） https://zhuanlan.zhihu.com/p/269997143⏎
- 概念计算 https://zhuanlan.zhihu.com/p/304193622⏎
- 《间隔重复的历史》 https://zhuanlan.zhihu.com/p/375379522⏎
- 间隔重复 https://zhuanlan.zhihu.com/p/305651556⏎