间隔重复记忆算法研究资源汇总

离上次写间隔重复记忆算法研究的入门教程《间隔重复记忆算法：e 天内，从入门到入土。》已经过去半个多月了，不知道读者朋友们入门间隔重复记忆算法了吗？这次就主要分享一下我在研究过程^[1]中用到的资源和阅读过的文献，帮助这个领域的探索者更快地上手。

科普

墨墨团队制作的间隔重复记忆模型科普，适合零基础入门：

【墨墨科普】几个公式，拯救你的记忆。_哔哩哔哩_bilibili

综述

Gwern 所著的间隔重复综述，涵盖了大部分间隔重复实证研究。

高效学习的间隔重复

数据集

FSRS-Anki-20k（15 亿条）

叶峻峣：目前世界最大的人类记忆行为数据集发布

墨墨记忆行为数据（2.2 亿条）

采集自墨墨背单词 BMMS 系统的记忆行为数据，是首个包含时序特征的间隔重复数据集。

Replication Data for: A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling

Duolingo（1300 万条）

源自多邻国的用户学习日志。

Replication Data for: A Trainable Spaced Repetition Model for Language Learning

mnemosyne（86 万条）

mnemosyne project 的开源数据，但是我没有从他们官方渠道找到相关的数据，而是从一篇提及 mnemosyne 的论文中找到的附件。

leitnerq

Anki（22 万条）

我自己的 Anki 复习数据。

叶峻峣：Anki 复习数据清洗与分析(附源码和数据)

开源代码

墨墨记忆算法的开源代码：

maimemo/SSP-MMC: A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling (github.com)

朋友和我基于 DSR 模型开发的间隔重复算法：

叶峻峣：自由间隔重复调度算法——FSRS

Duolingo 算法的开源代码：

duolingo/halflife-regression (github.com)

Memorize（一种基于标记点过程和随机最优控制的复习算法）

Networks-Learning/memorize: Code and real data for "Enhancing Human Learning via Spaced Repetition Optimization", PNAS 2019 (github.com)

deeptutor（一种基于强化学习的复习算法）

rddy/deeptutor: Spaced repetition through deep reinforcement learning (github.com)

leitnerq（一种基于队列网络优化和 Leitner box 的复习算法）

rddy/leitnerq: A queueing network model for spaced repetition (github.com)

SM-15（非官方的社区简化实现）

slaypni/SM-15: Spaced repetition for memorizing tons of things. (github.com)

研究文献

太多了，以后有机会慢慢分享这些论文的具体内容吧。这里只给一个清单：

Just a moment...

A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling | Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining

Improving Artificial Teachers by Considering How People Learn and Forget | 26th International Conference on Intelligent User Interfaces

Adaptive Forgetting Curves for Spaced Repetition Language Learning | SpringerLink

TADS: Learning Time-Aware Scheduling Policy with Dyna-Style Planning for Spaced Repetition | Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval

Broccoli: Sprinkling Lightweight Vocabulary Learning into Everyday Information Diets | Proceedings of The Web Conference 2020

Enhancing human learning via spaced repetition optimization | PNAS

Using deep reinforcement learning for personalizing review sessions on e-learning platforms with spaced repetition | Semantic Scholar

Teaching Multiple Concepts to a Forgetful Learner

DAS3H: Modeling Student Learning and Forgetting for Optimally Scheduling Distributed Practice of Skills

Deep Reinforcement Learning of Marked Temporal Point Processes

Accelerating Human Learning with Deep Reinforcement Learning | Semantic Scholar

A Trainable Spaced Repetition Model for Language Learning

Unbounded Human Learning | Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining

Predicting and Improving Memory Retention: Psychological Theory Matter

A Multiscale Context Model of Memory

Using a model to compute the optimal schedule of practice. - PsycNET (apa.org)

Practice and Forgetting Effects on Vocabulary Memory: An Activation‐Based Model of the Spacing Effect - Pavlik - 2005 - Cognitive Science - Wiley Online Library

Two components of long-term memory - PubMed

Optimization of repetition spacing in the practice of learning - PubMed

研究笔记

叶峻峣：从一个记忆伪概念，到记忆研究的难题。

叶峻峣：复习算法发展的两大方向

叶峻峣：从 Anki 算法说起，探索记忆的状态空间

叶峻峣：从 Duolingo 机器学习算法说起，浅析记忆数据的特征工程

叶峻峣：Anki 制卡对复习记忆效率的影响分析

叶峻峣：系统化思维角度的记忆研究

叶峻峣：我是如何在本科期间发表顶会论文的？（内含开源代码和数据集）

叶峻峣：间隔重复记忆算法：e 天内，从入门到入土。

拓展阅读

SuperMemo 系列算法的研发历史：

《间隔重复的历史》

间隔重复记忆系统的用处：

mmjang：【三万字长文】量子物理学家是如何使用 Anki 的？

怎么用好间隔重复记忆系统：

叶峻峣：如何写出好卡片：利用间隔重复创造理解

间隔重复的新方向：

叶峻峣：我们如何才能开发出变革性的思想工具？

这么多内容，够你看一壶了。我也没想到我居然看了这么多文献和代码，写了这么多笔记，可能这就是自由学习^[2]的奥妙吧，笑死。

希望这些研究资源能够帮助到你。

叶峻峣

2022 年 9 月 5 日

参考

我是如何在本科期间发表顶会论文的？ https://zhuanlan.zhihu.com/p/543325359 ⏎
自由学习 https://zhuanlan.zhihu.com/p/272543239 ⏎