2026 ਵਿੱਚ Anki ਲਈ ਵਧੀਆ FSRS ਸੈਟਿੰਗਾਂ: ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ, ਸਿੱਖਣ ਦੇ ਪੜਾਅ ਅਤੇ ਰਿਵਿਊ ਦਾ ਬੋਝ

Anki ਵਿੱਚ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ 90% ਤੋਂ 95% ਕਰਨਾ ਮਾਮੂਲੀ ਤਬਦੀਲੀ ਲੱਗ ਸਕਦਾ ਹੈ। ਪਰ ਇਸ ਨਾਲ ਕੰਮ ਸਿਰਫ਼ ਪੰਜ ਪ੍ਰਤੀਸ਼ਤ ਨਹੀਂ ਵਧਦਾ। ਟੀਚਾ ਵਧਣ ਨਾਲ FSRS ਨੂੰ ਰਿਵਿਊਆਂ ਵਿਚਕਾਰਲੇ ਵਕਫ਼ੇ ਘਟਾਉਣੇ ਪੈਂਦੇ ਹਨ, ਅਤੇ ਲੰਮੇ ਸਮੇਂ ਤੋਂ ਪੜ੍ਹੇ ਜਾ ਰਹੇ ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਰਿਵਿਊ ਦੀ ਕਤਾਰ ਕਾਫ਼ੀ ਵੱਡੀ ਹੋ ਸਕਦੀ ਹੈ। ਜੇ ਤੁਸੀਂ Reschedule cards on change ਵੀ ਚਾਲੂ ਕਰ ਦਿੰਦੇ ਹੋ, ਤਾਂ ਉਸ ਵਾਧੂ ਕੰਮ ਦਾ ਕੁਝ ਹਿੱਸਾ ਤੁਰੰਤ ਸਾਹਮਣੇ ਆ ਸਕਦਾ ਹੈ।

ਵਧੀਆ FSRS ਸੈਟਿੰਗਾਂ ਚੁਣਨ ਲਈ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਕੋਈ ਲੜੀ ਕਾਪੀ ਕਰ ਲੈਣਾ ਕਾਫ਼ੀ ਨਹੀਂ। ਤੁਹਾਨੂੰ ਕੁਝ ਫ਼ੈਸਲੇ ਕ੍ਰਮਵਾਰ ਕਰਨੇ ਪੈਂਦੇ ਹਨ: ਜਿੰਨਾ ਕੰਮ ਤੁਸੀਂ ਲਗਾਤਾਰ ਕਰ ਸਕਦੇ ਹੋ, ਉਹ ਤੈਅ ਕਰੋ; ਉਸ ਹੱਦ ਅੰਦਰ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਚੁਣੋ; ਮਾਡਲ ਨੂੰ ਆਪਣੇ ਰਿਵਿਊ ਇਤਿਹਾਸ ਅਨੁਸਾਰ ਫਿੱਟ ਕਰੋ; ਅਤੇ ਮੌਜੂਦਾ ਨਿਯਤ ਤਾਰੀਖਾਂ ਨੂੰ ਉਦੋਂ ਤੱਕ ਨਾ ਛੇੜੋ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਜਾਣਬੁੱਝ ਕੇ ਉਨ੍ਹਾਂ ਨੂੰ ਮੁੜ ਤੈਅ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ।

ਹੇਠਾਂ ਦਿੱਤੇ ਬਟਨਾਂ ਦੇ ਨਾਂ ਅਤੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ Anki 26.08 ਰਿਲੀਜ਼ ਅਤੇ ਉਸ ਦੇ FSRS-6 ਕੰਟਰੋਲਾਂ ਅਨੁਸਾਰ ਹਨ। ਜੇ ਸੈਟਿੰਗਾਂ ਤੋਂ ਪਹਿਲਾਂ ਮਾਡਲ ਨੂੰ ਸਮਝਣਾ ਹੈ, ਤਾਂ FSRS ਕੀ ਹੈ? ਪੜ੍ਹੋ। ਜੇ ਹਾਲੇ ਸ਼ੈਡਿਊਲਰ ਚੁਣ ਰਹੇ ਹੋ, ਤਾਂ FSRS ਬਨਾਮ SM-2 ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ।

ਖੁਲਾਸਾ: ਮੈਂ Kirill Markin ਹਾਂ ਅਤੇ Nibomo ਬਣਾਉਂਦਾ ਹਾਂ। Anki ਤੁਹਾਡੇ ਆਪਣੇ ਇਤਿਹਾਸ ਅਨੁਸਾਰ ਪੈਰਾਮੀਟਰ ਫਿੱਟ ਕਰਨ ਅਤੇ ਕੰਮ ਦਾ ਬੋਝ ਅੰਦਾਜ਼ਣ ਲਈ ਪ੍ਰਯੋਗਾਤਮਕ ਸਿਮੂਲੇਟਰ ਦਿੰਦਾ ਹੈ, ਜੋ Nibomo ਵਿੱਚ ਇਸ ਵੇਲੇ ਨਹੀਂ ਹਨ। ਲੇਖ ਦੇ ਅੰਤ ਨੇੜੇ ਦਿੱਤੀ ਤੁਲਨਾ ਵਿੱਚ ਇਹ ਫ਼ਰਕ ਸਪਸ਼ਟ ਰੱਖੇ ਗਏ ਹਨ।

ਤੱਥਾਂ ਦੀ ਜਾਂਚ: 8 ਸਤੰਬਰ, 2026।

ਸੰਖੇਪ ਜਵਾਬ: ਇੱਥੋਂ ਸ਼ੁਰੂ ਕਰੋ

ਜ਼ਿਆਦਾਤਰ Anki ਵਰਤੋਂਕਾਰਾਂ ਲਈ ਇਹ ਸਾਵਧਾਨੀ ਵਾਲੀਆਂ ਸ਼ੁਰੂਆਤੀ ਚੋਣਾਂ ਹਨ, ਹਰ ਕਿਸੇ ਲਈ ਲਾਜ਼ਮੀ ਸੈਟਿੰਗਾਂ ਨਹੀਂ:

ਸੈਟਿੰਗ ਜਾਂ ਆਦਤ	ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਢੁਕਵੀਂ ਚੋਣ	ਕਾਰਨ
ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ (Desired retention)	0.90	ਇਹ Anki ਦਾ ਡਿਫ਼ਾਲਟ ਹੈ ਅਤੇ ਯਾਦ ਰਹਿਣ ਤੇ ਰਿਵਿਊ ਦੇ ਬੋਝ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਰੱਖਦਾ ਹੈ।
FSRS ਪੈਰਾਮੀਟਰ	Optimize Current Preset ਵਰਤੋ; ਵੇਟ ਪੇਸਟ ਨਾ ਕਰੋ ਅਤੇ ਹੱਥੀਂ ਨਾ ਬਦਲੋ	ਔਪਟੀਮਾਈਜ਼ਰ ਮਾਡਲ ਨੂੰ ਤੁਹਾਡੇ ਰਿਵਿਊ ਇਤਿਹਾਸ ਅਨੁਸਾਰ ਫਿੱਟ ਕਰਦਾ ਹੈ।
ਕਿੰਨੀ ਵਾਰ ਔਪਟੀਮਾਈਜ਼ ਕਰਨਾ ਹੈ	ਵੱਧ ਤੋਂ ਵੱਧ ਮਹੀਨੇ ਵਿੱਚ ਇੱਕ ਵਾਰ; ਆਮ ਤੌਰ ਉੱਤੇ ਕੁਝ ਮਹੀਨਿਆਂ ਵਿੱਚ ਇੱਕ ਵਾਰ ਕਾਫ਼ੀ ਹੈ	Anki ਵਾਰ-ਵਾਰ ਔਪਟੀਮਾਈਜ਼ ਕਰਨ ਦੀ ਸਲਾਹ ਨਹੀਂ ਦਿੰਦਾ।
ਸਿੱਖਣ ਦੇ ਪੜਾਅ	ਥੋੜ੍ਹੇ ਪੜਾਅ ਰੱਖੋ ਜੋ ਉਸੇ ਦਿਨ ਪੂਰੇ ਹੋ ਸਕਣ	ਪੜਾਵਾਂ ਦੀਆਂ ਲੰਮੀਆਂ ਲੜੀਆਂ ਕਾਰਨ ਮਾਡਲ ਦੇ ਆਧਾਰ ਉੱਤੇ ਸਮਾਂ ਤੈਅ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੇਰ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ।
ਮੁੜ ਸਿੱਖਣ ਦੇ ਪੜਾਅ	ਘੱਟ ਤੋਂ ਘੱਟ ਰੱਖੋ ਅਤੇ ਇੱਕ ਦਿਨ ਤੋਂ ਛੋਟੇ ਹੋਣ	ਰਿਵਿਊ ਵਿੱਚ ਕਾਰਡ ਯਾਦ ਨਾ ਆਉਣ ਤੋਂ ਬਾਅਦ ਵੀ ਇਹੀ ਹੱਦ ਲਾਗੂ ਹੁੰਦੀ ਹੈ।
ਤਬਦੀਲੀ ਉੱਤੇ ਕਾਰਡਾਂ ਦਾ ਸਮਾਂ ਮੁੜ ਤੈਅ ਕਰਨਾ (Reschedule cards on change)	ਬੰਦ	ਨਵੀਆਂ ਸੈਟਿੰਗਾਂ ਅੱਗੇ ਦੇ ਰਿਵਿਊਆਂ ਰਾਹੀਂ ਲਾਗੂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਅੱਜ ਦੀ ਕਤਾਰ ਮੁੜ ਬਣਾਉਣ ਦੀ ਲੋੜ ਨਹੀਂ।
ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ਾ	100 ਸਾਲ ਦਾ ਡਿਫ਼ਾਲਟ ਰੱਖੋ	ਛੋਟੀ ਹੱਦ ਪੁਰਾਣੇ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਯਾਦ ਕਾਰਡਾਂ ਨੂੰ ਵੱਧ ਵਾਰ ਵਾਪਸ ਲਿਆਉਂਦੀ ਹੈ।
ਹਰ ਦਿਨ ਨਵੇਂ ਕਾਰਡ	ਜਿੰਨਾ ਕੰਮ ਲਗਾਤਾਰ ਕਰ ਸਕਦੇ ਹੋ, ਉਸ ਅਨੁਸਾਰ ਤੈਅ ਕਰੋ	ਹਰ ਨਵਾਂ ਕਾਰਡ ਹੁਣ ਸਿੱਖਣ ਦਾ ਕੰਮ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਰਿਵਿਊ ਪੈਦਾ ਕਰਦਾ ਹੈ।
Again ਅਤੇ Hard ਦਾ ਫ਼ਰਕ	Again ਦਾ ਅਰਥ ਜਵਾਬ ਯਾਦ ਨਾ ਆਉਣਾ; Hard ਦਾ ਅਰਥ ਮੁਸ਼ਕਲ ਨਾਲ ਸਹੀ ਯਾਦ ਆਉਣਾ	ਗ਼ਲਤ ਰੇਟਿੰਗ ਮਾਡਲ ਨੂੰ ਗ਼ਲਤ ਇਤਿਹਾਸ ਦਿੰਦੀ ਹੈ।

ਜੇ ਰਿਵਿਊ ਸੰਭਾਲਣਯੋਗ ਹਨ ਅਤੇ ਤੁਹਾਡੀਆਂ ਸੈਟਿੰਗਾਂ ਪਹਿਲਾਂ ਹੀ ਇਸ ਦੇ ਨੇੜੇ ਹਨ, ਤਾਂ ਸ਼ਾਇਦ ਸੁਧਾਰਨ ਲਈ ਕੁਝ ਨਹੀਂ। ਸੈਟਿੰਗਾਂ ਸੰਭਾਲਣਾ ਪੜ੍ਹਾਈ ਨਹੀਂ ਹੈ।

ਤਿੰਨ ਫ਼ੈਸਲਿਆਂ ਨੂੰ ਵੱਖ ਰੱਖੋ

ਲੋਕ ਅਕਸਰ ਯਾਦ ਰਹਿਣ ਦੇ ਟੀਚੇ, FSRS ਪੈਰਾਮੀਟਰਾਂ ਅਤੇ ਰੋਜ਼ਾਨਾ ਕੰਮ ਦੇ ਬੋਝ ਨੂੰ ਇੱਕੋ ਗੱਲ ਸਮਝ ਲੈਂਦੇ ਹਨ। ਇਹ ਵੱਖਰੀਆਂ ਚੀਜ਼ਾਂ ਨੂੰ ਕੰਟਰੋਲ ਕਰਦੇ ਹਨ:

• ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਦੱਸਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਕਿੰਨਾ ਯਾਦ ਰੱਖਣਾ ਚਾਹੁੰਦੇ ਹੋ। ਇਸ ਨੂੰ ਆਪਣੇ ਮਕਸਦਾਂ ਅਤੇ ਪੜ੍ਹਾਈ ਲਈ ਮਿਲਦੇ ਸਮੇਂ ਅਨੁਸਾਰ ਚੁਣੋ।
• FSRS ਪੈਰਾਮੀਟਰ ਯਾਦਦਾਸ਼ਤ ਦੇ ਮਾਡਲ ਨੂੰ ਰਿਵਿਊ ਇਤਿਹਾਸ ਅਨੁਸਾਰ ਫਿੱਟ ਕਰਦੇ ਹਨ। Anki ਦਾ ਔਪਟੀਮਾਈਜ਼ਰ ਇਨ੍ਹਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ।
• ਨਵੇਂ ਕਾਰਡਾਂ ਅਤੇ ਰਿਵਿਊਆਂ ਦੀਆਂ ਹੱਦਾਂ ਤੈਅ ਕਰਦੀਆਂ ਹਨ ਕਿ ਕਿੰਨੀ ਸਮੱਗਰੀ ਸਿਸਟਮ ਵਿੱਚ ਆਉਂਦੀ ਹੈ ਅਤੇ Anki ਹਰ ਦਿਨ ਕਿੰਨਾ ਨਿਯਤ ਕੰਮ ਦਿਖਾ ਸਕਦਾ ਹੈ।

ਇਹ ਫ਼ਰਕ ਸਮੱਸਿਆ ਲੱਭਣਾ ਬਹੁਤ ਸੌਖਾ ਕਰ ਦਿੰਦਾ ਹੈ। ਵੱਡੀ ਕਤਾਰ ਦਾ ਮਤਲਬ ਆਪਣੇ ਆਪ ਇਹ ਨਹੀਂ ਕਿ ਪੈਰਾਮੀਟਰ ਗ਼ਲਤ ਹਨ। ਕਿਸੇ ਜ਼ਰੂਰੀ ਡੈੱਕ ਲਈ ਆਪਣੇ ਆਪ ਵੱਖਰਾ ਪੈਰਾਮੀਟਰ ਪ੍ਰੀਸੈੱਟ ਲਾਜ਼ਮੀ ਨਹੀਂ ਹੋ ਜਾਂਦਾ। ਅਤੇ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਘਟਾਉਣ ਨਾਲ ਨਵੇਂ ਕਾਰਡ ਜੋੜਨ ਦੀ ਉਹ ਰਫ਼ਤਾਰ ਨਹੀਂ ਸੰਭਲਦੀ ਜੋ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਟਿਕਾਊ ਨਹੀਂ ਸੀ।

ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਕੰਮ ਦੇ ਬੋਝ ਤੋਂ ਚੁਣੋ, ਸਿਰਫ਼ ਇੱਛਾ ਤੋਂ ਨਹੀਂ

Desired retention FSRS ਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਕਾਰਡ ਦੇ ਰਿਵਿਊ ਦਾ ਸਮਾਂ ਆਉਣ ਉੱਤੇ ਤੁਹਾਨੂੰ ਉਸ ਦਾ ਜਵਾਬ ਯਾਦ ਹੋਣ ਦੀ ਕਿੰਨੀ ਸੰਭਾਵਨਾ ਚਾਹੀਦੀ ਹੈ। 0.90 ਉੱਤੇ FSRS ਲਗਭਗ 90% ਅਨੁਮਾਨਿਤ ਸੰਭਾਵਨਾ ਦੇ ਆਧਾਰ ਉੱਤੇ ਰਿਵਿਊ ਤੈਅ ਕਰਦਾ ਹੈ। ਇਹ ਮਾਡਲ ਦਾ ਟੀਚਾ ਹੈ, ਇਹ ਗਾਰੰਟੀ ਨਹੀਂ ਕਿ ਹਰ ਸੈਸ਼ਨ ਜਾਂ ਇਮਤਿਹਾਨ ਵਿੱਚ ਬਿਲਕੁਲ 90% ਜਵਾਬ ਸਹੀ ਹੋਣਗੇ।

ਟੀਚਾ ਵਧਾਉਣ ਅਤੇ ਘਟਾਉਣ, ਦੋਵਾਂ ਦੇ ਅਸਰ ਹਨ:

• ਟੀਚਾ ਵਧਾਓਗੇ ਤਾਂ ਵਕਫ਼ੇ ਛੋਟੇ ਹੋਣਗੇ ਅਤੇ ਰਿਵਿਊ ਵਧਣਗੇ।
• ਟੀਚਾ ਘਟਾਓਗੇ ਤਾਂ ਵਕਫ਼ੇ ਲੰਮੇ ਹੋਣਗੇ ਅਤੇ ਜਵਾਬ ਯਾਦ ਨਾ ਆਉਣ ਦੀਆਂ ਘਟਨਾਵਾਂ ਵਧਣਗੀਆਂ।
• ਬਹੁਤ ਘੱਟ ਕਰ ਦਿਓਗੇ ਤਾਂ ਭੁੱਲੇ ਕਾਰਡਾਂ ਨੂੰ ਮੁੜ ਸਿੱਖਣ ਦਾ ਵਾਧੂ ਕੰਮ ਉਸ ਸਮੇਂ ਦਾ ਕੁਝ ਹਿੱਸਾ ਲੈ ਲਵੇਗਾ ਜੋ ਤੁਸੀਂ ਬਚਾਉਣਾ ਚਾਹੁੰਦੇ ਸੀ।

Anki ਦਾ ਡਿਫ਼ਾਲਟ 90% ਹੈ। ਇਸ ਦੀ ਯਾਦ ਰਹਿਣ ਦੇ ਟੀਚੇ ਬਾਰੇ ਸਲਾਹ ਚੇਤਾਵਨੀ ਦਿੰਦੀ ਹੈ ਕਿ ਟੀਚਾ 100% ਦੇ ਨੇੜੇ ਜਾਣ ਨਾਲ ਕੰਮ ਤੇਜ਼ੀ ਨਾਲ ਵਧਦਾ ਹੈ ਅਤੇ 97% ਤੋਂ ਹੇਠਾਂ ਰਹਿਣ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦੀ ਹੈ। ਅਧਿਕਾਰਤ ਢੁਕਵੇਂ ਰਿਟੈਂਸ਼ਨ ਬਾਰੇ ਵਿਆਖਿਆ ਗ੍ਰਾਫ਼ ਦੇ ਦੂਜੇ ਸਿਰੇ ਨੂੰ ਸਮਝਾਉਂਦੀ ਹੈ: ਬਹੁਤ ਘੱਟ ਟੀਚਾ ਵੀ ਸਮੇਂ ਦੀ ਚੰਗੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦਾ, ਕਿਉਂਕਿ ਭੁੱਲੇ ਕਾਰਡਾਂ ਉੱਤੇ ਵੱਧ ਕੰਮ ਕਰਨਾ ਪੈਂਦਾ ਹੈ।

0.90 ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਕੰਮ ਦਾ ਬੋਝ ਵੇਖਣ ਤੋਂ ਬਾਅਦ ਹੀ ਇਸ ਨੂੰ ਬਦਲੋ। ਜਿੱਥੇ ਭੁੱਲਣ ਦਾ ਅਸਲ ਨੁਕਸਾਨ ਹੋਵੇ, ਉੱਥੇ ਉੱਚਾ ਟੀਚਾ ਢੁਕਵਾਂ ਹੋ ਸਕਦਾ ਹੈ। ਜਿੱਥੇ ਰਿਵਿਊ ਹੋਰ ਲਾਭਦਾਇਕ ਪੜ੍ਹਾਈ ਦਾ ਸਮਾਂ ਖਾ ਰਹੇ ਹੋਣ, ਉੱਥੇ ਘੱਟ ਟੀਚਾ ਢੁਕਵਾਂ ਹੋ ਸਕਦਾ ਹੈ। ਦੋਵਾਂ ਵਿੱਚੋਂ ਕੋਈ ਤਬਦੀਲੀ ਅਸਪਸ਼ਟ ਕਾਰਡਾਂ, ਹਕੀਕਤ ਨਾਲ ਮੇਲ ਨਾ ਖਾਂਦੀਆਂ ਰੇਟਿੰਗਾਂ ਜਾਂ ਬਹੁਤ ਸਾਰੇ ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਸਮੱਸਿਆ ਹੱਲ ਨਹੀਂ ਕਰਦੀ।

ਡੈੱਕ ਦੇ ਟੀਚੇ ਅਤੇ ਪ੍ਰੀਸੈੱਟ ਪੈਰਾਮੀਟਰਾਂ ਦਾ ਦਾਇਰਾ ਵੱਖਰਾ ਹੈ

Anki 26.08 ਵਿੱਚ Desired retention ਦੇ ਦੋ ਦਾਇਰੇ ਹਨ: Shared Preset ਅਤੇ This deck। ਇਸ ਲਈ ਤੁਸੀਂ ਸੰਬੰਧਿਤ ਡੈੱਕਾਂ ਨੂੰ ਇੱਕੋ ਪੈਰਾਮੀਟਰ ਪ੍ਰੀਸੈੱਟ ਉੱਤੇ ਰੱਖ ਕੇ ਵੀ ਕਿਸੇ ਇੱਕ ਡੈੱਕ ਦਾ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਵੱਖਰਾ ਰੱਖ ਸਕਦੇ ਹੋ।

ਇਹ ਵੱਖਰੀ ਸੈਟਿੰਗ ਉਦੋਂ ਵਰਤੋ ਜਦੋਂ ਭੁੱਲਣ ਦਾ ਨੁਕਸਾਨ ਵੱਖਰਾ ਹੋਵੇ। ਲਾਇਸੈਂਸ ਲੈਣ ਦੇ ਇਮਤਿਹਾਨ ਵਾਲੇ ਡੈੱਕ ਲਈ ਸਿਰਫ਼ ਹਵਾਲੇ ਲਈ ਰੱਖੇ ਘੱਟ ਤਰਜੀਹ ਵਾਲੇ ਡੈੱਕ ਨਾਲੋਂ ਉੱਚਾ ਟੀਚਾ ਠੀਕ ਹੋ ਸਕਦਾ ਹੈ, ਭਾਵੇਂ ਦੋਵੇਂ ਇੱਕੋ ਫਿੱਟ ਕੀਤਾ ਮਾਡਲ ਵਰਤਣ।

This deck ਚੁਣਨ ਨਾਲ FSRS ਪੈਰਾਮੀਟਰ ਉਸ ਡੈੱਕ ਲਈ ਵੱਖਰੇ ਨਹੀਂ ਹੋ ਜਾਂਦੇ। ਡਿਫ਼ਾਲਟ ਤੌਰ ਉੱਤੇ Anki ਮੌਜੂਦਾ ਪ੍ਰੀਸੈੱਟ ਨਾਲ ਜੁੜੇ ਸਾਰੇ ਡੈੱਕਾਂ ਦੇ ਰਿਵਿਊ ਇਤਿਹਾਸ ਤੋਂ ਪੈਰਾਮੀਟਰ ਫਿੱਟ ਕਰਦਾ ਹੈ। ਜੇ ਡੈੱਕਾਂ ਦੇ ਕੁਝ ਸਮੂਹ ਤੁਹਾਨੂੰ ਹੋਰਨਾਂ ਨਾਲੋਂ ਬਹੁਤ ਔਖੇ ਲੱਗਦੇ ਹਨ, ਤਾਂ Anki ਵਿੱਚ ਵੱਖਰੇ ਪ੍ਰੀਸੈੱਟ ਵਰਤ ਕੇ ਹਰੇਕ ਸਮੂਹ ਲਈ ਪੈਰਾਮੀਟਰ ਵੱਖਰੇ ਫਿੱਟ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।

Help Me Decide ਅਤੇ Simulator ਵੱਖਰੇ ਸਵਾਲਾਂ ਲਈ ਵਰਤੋ

Anki 26.08 ਵਿੱਚ ਦੋ ਵੱਖਰੇ ਪ੍ਰਯੋਗਾਤਮਕ ਕੰਟਰੋਲ ਹਨ:

• Help Me Decide (Experimental) ਤੁਹਾਡੇ ਡਾਟਾ ਦੇ ਆਧਾਰ ਉੱਤੇ ਯਾਦ ਰਹਿਣ ਦੇ ਟੀਚੇ ਅਤੇ ਕੰਮ ਦੇ ਬੋਝ ਵਿਚਕਾਰ ਸੰਬੰਧ ਦਾ ਗ੍ਰਾਫ਼ ਦਿਖਾਉਂਦਾ ਹੈ। ਇਸ ਨਾਲ ਪੁੱਛੋ: “ਜਿੰਨੇ ਰਿਵਿਊ ਜਾਂ ਮਿੰਟ ਮੈਂ ਲਗਾਤਾਰ ਦੇ ਸਕਦਾ ਹਾਂ, ਉਨ੍ਹਾਂ ਲਈ ਕਿਹੜਾ ਟੀਚਾ ਢੁਕਵਾਂ ਹੈ?”
• FSRS Simulator (Experimental) ਅੰਦਾਜ਼ਾ ਲਾਉਂਦਾ ਹੈ ਕਿ ਚੁਣੀਆਂ ਸੈਟਿੰਗਾਂ ਨਾਲ ਸਮੇਂ ਦੇ ਨਾਲ ਕੀ ਨਤੀਜੇ ਆ ਸਕਦੇ ਹਨ। ਇਸ ਨਾਲ ਟੀਚੇ, ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਰਫ਼ਤਾਰ, ਰਿਵਿਊ ਹੱਦਾਂ ਅਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ੇ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦੀ ਤੁਲਨਾ ਕਰੋ।

FSRS Simulator ਦੇ ਦਸਤਾਵੇਜ਼ ਇਸ ਦੇ ਮੁੱਖ ਇਨਪੁੱਟ ਦੱਸਦੇ ਹਨ:

• ਕਿੰਨੇ ਦਿਨਾਂ ਦੀ ਸਿਮੂਲੇਸ਼ਨ ਕਰਨੀ ਹੈ
• ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ ਕਿੰਨੇ ਵਾਧੂ ਨਵੇਂ ਕਾਰਡ ਜੋੜਨੇ ਹਨ
• ਹਰ ਦਿਨ ਨਵੇਂ ਕਾਰਡ
• ਹਰ ਦਿਨ ਵੱਧ ਤੋਂ ਵੱਧ ਰਿਵਿਊ
• ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ਾ
• ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਅਤੇ ਪ੍ਰੀਸੈੱਟ ਦੇ FSRS ਪੈਰਾਮੀਟਰ

ਸਿਮੂਲੇਸ਼ਨ ਪ੍ਰੀਸੈੱਟ ਦੇ ਕਾਰਡਾਂ ਦੀਆਂ ਅਸਲ ਯਾਦਦਾਸ਼ਤ ਸਥਿਤੀਆਂ ਵੀ ਵਰਤਦੀ ਹੈ। ਇਸ ਕਰਕੇ ਲੰਮੇ ਸਮੇਂ ਤੋਂ ਵਰਤੇ ਜਾ ਰਹੇ ਸੰਗ੍ਰਹਿ ਲਈ ਇਹ ਅੱਜ ਦੇ ਨਿਯਤ ਕਾਰਡਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਕਿਸੇ ਆਮ ਪ੍ਰਤੀਸ਼ਤ ਨਾਲ ਗੁਣਾ ਕਰਨ ਨਾਲੋਂ ਵੱਧ ਲਾਭਦਾਇਕ ਹੈ।

ਅਸਲ ਸੈਟਿੰਗਾਂ ਬਦਲਣ ਤੋਂ ਪਹਿਲਾਂ ਇਨ੍ਹਾਂ ਤਿੰਨ ਹਾਲਾਤ ਦੀ ਸਿਮੂਲੇਸ਼ਨ ਕਰੋ:

1. ਤੁਹਾਡਾ ਮੌਜੂਦਾ ਟੀਚਾ ਅਤੇ ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਰਫ਼ਤਾਰ।
2. ਉਹ ਟੀਚਾ ਜਿਸ ਬਾਰੇ ਤੁਸੀਂ ਸੋਚ ਰਹੇ ਹੋ।
3. ਉਹੀ ਟੀਚਾ, ਪਰ ਹਰ ਦਿਨ ਘੱਟ ਨਵੇਂ ਕਾਰਡਾਂ ਨਾਲ।

ਤੀਜੀ ਵਾਰ ਇੱਕ ਆਮ ਵਿਕਲਪ ਦੀ ਪਰਖ ਹੁੰਦੀ ਹੈ: ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਰੱਖੋ ਅਤੇ ਨਵੀਂ ਸਮੱਗਰੀ ਦੀ ਰਫ਼ਤਾਰ ਘਟਾਓ। ਜੇ ਅੰਦਾਜ਼ੇ ਮੁਤਾਬਕ ਕੰਮ ਤੁਹਾਡੀ ਸਮਰੱਥਾ ਅੰਦਰ ਰਹਿੰਦਾ ਹੈ, ਤਾਂ ਸਿਰਫ਼ ਕਤਾਰ ਘਟਾਉਣ ਲਈ ਵੱਧ ਭੁੱਲਣਾ ਕਬੂਲ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ। ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਰਫ਼ਤਾਰ ਬਾਰੇ ਵਿਸਥਾਰ ਲਈ ਹਰ ਦਿਨ ਕਿੰਨੇ ਨਵੇਂ ਫਲੈਸ਼ਕਾਰਡ? ਪੜ੍ਹੋ।

ਦੋਵੇਂ ਟੂਲ ਅੰਦਾਜ਼ੇ ਦਿੰਦੇ ਹਨ। ਛੁੱਟੇ ਦਿਨ, ਸੋਧੇ ਕਾਰਡ, ਨਵੀਂ ਸਮੱਗਰੀ ਅਤੇ ਰੇਟਿੰਗ ਦੇਣ ਦੀਆਂ ਬਦਲਦੀਆਂ ਆਦਤਾਂ ਕਾਰਨ ਅਸਲ ਕੰਮ ਗ੍ਰਾਫ਼ ਤੋਂ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ। ਤੁਲਨਾ ਨੂੰ ਦਿਸ਼ਾ ਚੁਣਨ ਲਈ ਵਰਤੋ, ਮਹੀਨਿਆਂ ਬਾਅਦ ਕਤਾਰ ਵਿੱਚ ਕਿੰਨੇ ਕਾਰਡ ਹੋਣਗੇ, ਇਸ ਦੀ ਪੱਕੀ ਗਾਰੰਟੀ ਵਜੋਂ ਨਹੀਂ।

ਪੁਰਾਣੀਆਂ ਗਾਈਡਾਂ ਵਿੱਚ Compute Minimum Recommended Retention, ਜਾਂ CMRR, ਦਾ ਜ਼ਿਕਰ ਹੋ ਸਕਦਾ ਹੈ। Anki ਨੇ ਵਰਜਨ 25.07 ਵਿੱਚ ਇਹ ਸੁਵਿਧਾ ਹਟਾ ਦਿੱਤੀ ਸੀ। ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਚੁਣਨ ਦਾ ਇਹ ਹੁਣ ਮੌਜੂਦਾ ਤਰੀਕਾ ਨਹੀਂ ਹੈ।

FSRS ਪੈਰਾਮੀਟਰ ਆਪਣੇ ਇਤਿਹਾਸ ਤੋਂ ਔਪਟੀਮਾਈਜ਼ ਕਰੋ

Desired retention ਤੁਹਾਡਾ ਟੀਚਾ ਦੱਸਦਾ ਹੈ। FSRS ਪੈਰਾਮੀਟਰ ਦੱਸਦੇ ਹਨ ਕਿ ਮਾਡਲ ਤੁਹਾਡੇ ਰਿਵਿਊਆਂ ਨਾਲ ਕਿਵੇਂ ਮੇਲ ਖਾਂਦਾ ਹੈ।

Anki 26.08 ਵਿੱਚ ਸਰਗਰਮ ਪ੍ਰੀਸੈੱਟ ਦੇ ਪੈਰਾਮੀਟਰ ਫਿੱਟ ਕਰਨ ਲਈ Optimize Current Preset ਵਰਤੋ। ਡਿਫ਼ਾਲਟ ਤੌਰ ਉੱਤੇ Anki ਉਸ ਪ੍ਰੀਸੈੱਟ ਨੂੰ ਵਰਤਣ ਵਾਲੇ ਹਰ ਡੈੱਕ ਦਾ ਰਿਵਿਊ ਇਤਿਹਾਸ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ; ਜੇ ਫਿੱਟ ਕਰਨ ਲਈ ਛੋਟਾ ਸਮੂਹ ਚਾਹੀਦਾ ਹੋਵੇ ਤਾਂ ਖੋਜ ਬਦਲ ਸਕਦੇ ਹੋ। Optimize All Presets ਸਾਰੇ ਪ੍ਰੀਸੈੱਟ ਇੱਕੋ ਵਾਰ ਅੱਪਡੇਟ ਕਰਦਾ ਹੈ।

ਵੇਟ ਹੱਥੀਂ ਨਾ ਭਰੋ ਅਤੇ Reddit, ਕਿਸੇ ਵੀਡੀਓ ਜਾਂ ਕਿਸੇ ਹੋਰ ਦੇ ਡੈੱਕ ਤੋਂ ਕਾਪੀ ਨਾ ਕਰੋ। ਉਨ੍ਹਾਂ ਦੇ ਕਾਰਡ, ਰਿਵਿਊ ਕਰਨ ਦਾ ਸਮਾਂ ਅਤੇ ਰੇਟਿੰਗ ਦੀਆਂ ਆਦਤਾਂ ਤੁਹਾਡਾ ਇਤਿਹਾਸ ਨਹੀਂ ਹਨ। FSRS-6 ਵੇਟਾਂ ਦੀ ਸਾਫ਼-ਸੁਥਰੀ ਲੜੀ ਕੋਈ ਅਜਿਹੀ ਪੜ੍ਹਾਈ ਦੀ ਰਣਨੀਤੀ ਨਹੀਂ ਜੋ ਦੂਜੇ ਵਰਤੋਂਕਾਰ ਨੂੰ ਜਿਉਂ ਦੀ ਤਿਉਂ ਦਿੱਤੀ ਜਾ ਸਕੇ।

ਕਾਫ਼ੀ ਨਵਾਂ ਰਿਵਿਊ ਇਤਿਹਾਸ ਇਕੱਠਾ ਹੋਣ ਤੋਂ ਬਾਅਦ ਹੀ ਦੁਬਾਰਾ ਔਪਟੀਮਾਈਜ਼ ਕਰੋ। Anki ਮੈਨੂਅਲ ਕਹਿੰਦਾ ਹੈ ਕਿ ਮਹੀਨੇ ਵਿੱਚ ਇੱਕ ਵਾਰ ਕਾਫ਼ੀ ਹੈ, ਜਦਕਿ 26.08 ਦੇ ਐਪ ਅੰਦਰਲੀ ਸਲਾਹ ਮੁਤਾਬਕ ਕੁਝ ਮਹੀਨਿਆਂ ਵਿੱਚ ਇੱਕ ਵਾਰ ਕਾਫ਼ੀ ਹੈ। ਅਮਲੀ ਸਿੱਟਾ ਇੱਕੋ ਹੈ: ਹਰ ਹਫ਼ਤੇ ਔਪਟੀਮਾਈਜ਼ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ, ਹਰ ਸੈਸ਼ਨ ਤੋਂ ਬਾਅਦ ਤਾਂ ਬਿਲਕੁਲ ਨਹੀਂ।

ਮੌਜੂਦਾ ਪ੍ਰੀਸੈੱਟ ਲਈ ਸਿਹਤ ਜਾਂਚ ਵਰਤੋ

ਜਦੋਂ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ Anki ਪਰਖੇ ਕਿ FSRS ਮੌਜੂਦਾ ਪ੍ਰੀਸੈੱਟ ਦੇ ਇਤਿਹਾਸ ਨਾਲ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਢਲ ਸਕਦਾ ਹੈ, ਤਾਂ Check health when optimizing (slow) ਚਾਲੂ ਕਰੋ। ਇਹ ਜਾਂਚ Optimize Current Preset ਨਾਲ ਚੱਲਦੀ ਹੈ, Optimize All Presets ਨਾਲ ਨਹੀਂ।

ਜੇ ਨਤੀਜਾ ਮਾੜਾ ਹੋਵੇ, ਤਾਂ ਵੇਟਾਂ ਨੂੰ ਛੇੜਨ ਤੋਂ ਪਹਿਲਾਂ ਡਾਟਾ ਵੇਖੋ। Anki ਦੀ FSRS ਪੈਰਾਮੀਟਰਾਂ ਬਾਰੇ ਸਲਾਹ ਆਮ ਕਾਰਨ ਦੱਸਦੀ ਹੈ: ਕੁਝ ਸੌ ਤੋਂ ਵੀ ਘੱਟ ਰਿਵਿਊ, ਜਵਾਬ ਯਾਦ ਨਾ ਆਉਣ ਉੱਤੇ Hard ਵਰਤਣਾ ਅਤੇ ਯਾਦ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਹੋਣ ਉੱਤੇ Again ਨਾ ਦਬਾਉਣਾ। ਜੇ ਲਾਭਦਾਇਕ ਇਤਿਹਾਸ ਘੱਟ ਹੈ, ਤਾਂ ਕਿਸੇ ਹੋਰ ਦੇ ਪੈਰਾਮੀਟਰ ਲੈਣ ਦੀ ਥਾਂ ਡਿਫ਼ਾਲਟ ਰੱਖੋ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਔਪਟੀਮਾਈਜ਼ ਕਰੋ।

Again ਦਾ ਅਰਥ ਜਵਾਬ ਯਾਦ ਨਾ ਆਉਣਾ ਹੈ; Hard ਵਿੱਚ ਜਵਾਬ ਸਹੀ ਹੁੰਦਾ ਹੈ

ਇਹ ਆਦਤ ਕਿਸੇ ਵੀ ਸੈਟਿੰਗ ਜਿੰਨੀ ਮਹੱਤਵਪੂਰਨ ਹੈ।

ਜਦੋਂ ਲੋੜੀਂਦਾ ਜਵਾਬ ਨਾ ਦੇ ਸਕੇ ਹੋਵੋ ਜਾਂ ਜਵਾਬ ਗ਼ਲਤ ਹੋਵੇ, ਤਾਂ Again ਵਰਤੋ। Hard ਸਿਰਫ਼ ਉਦੋਂ ਵਰਤੋ ਜਦੋਂ ਜਵਾਬ ਸਹੀ ਯਾਦ ਆਇਆ ਹੋਵੇ, ਪਰ ਬਹੁਤ ਮਿਹਨਤ ਜਾਂ ਝਿਜਕ ਨਾਲ। Good ਅਤੇ Easy ਵੀ ਸਫਲ ਰੇਟਿੰਗਾਂ ਹਨ।

Again ਦੇ ਛੋਟੇ ਵਕਫ਼ੇ ਤੋਂ ਬਚਣ ਲਈ Hard ਦਬਾਉਣਾ ਅਸਫਲਤਾ ਤੋਂ ਬਾਅਦ ਸਫਲਤਾ ਦਰਜ ਕਰਦਾ ਹੈ। ਫਿਰ FSRS ਗ਼ਲਤ ਘਟਨਾ ਤੋਂ ਸਿੱਖਦਾ ਹੈ। ਉਹ ਬਟਨ ਚੁਣੋ ਜੋ ਯਾਦ ਆਉਣ ਦੀ ਅਸਲ ਸਥਿਤੀ ਦੱਸੇ, ਬਟਨਾਂ ਉੱਪਰ ਦਿੱਤੇ ਲੇਬਲਾਂ ਵਿੱਚੋਂ ਮਨਪਸੰਦ ਵਕਫ਼ਾ ਨਹੀਂ।

ਅਸਪਸ਼ਟ ਕਾਰਡ ਸਹੀ ਰੇਟਿੰਗ ਦੇਣਾ ਔਖਾ ਕਰ ਦਿੰਦੇ ਹਨ। ਜੇ ਸਵਾਲ ਪੰਜ ਤੱਥ ਪੁੱਛਦਾ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਚਾਰ ਯਾਦ ਹਨ, ਤਾਂ ਸ਼ੈਡਿਊਲ ਦੀ ਸਮੱਸਿਆ ਕਾਰਡ ਬਣਾਉਂਦੇ ਸਮੇਂ ਹੀ ਸ਼ੁਰੂ ਹੋ ਗਈ ਸੀ। ਕਾਰਡ ਨੂੰ ਵੰਡੋ ਜਾਂ ਮੁੜ ਲਿਖੋ। ਵਾਰ-ਵਾਰ ਰਿਵਿਊ ਦੇ ਬਾਵਜੂਦ ਯਾਦ ਨਾ ਰਹਿਣ ਵਾਲੇ ਕਾਰਡਾਂ ਲਈ ਵਾਰ-ਵਾਰ ਭੁੱਲਣ ਵਾਲੇ ਫਲੈਸ਼ਕਾਰਡ ਕਿਵੇਂ ਠੀਕ ਕਰੀਏ ਪੜ੍ਹੋ।

FSRS ਦੇ ਸਿੱਖਣ ਵਾਲੇ ਪੜਾਅ ਛੋਟੇ ਰੱਖੋ—ਜਾਂ ਸੋਚ-ਸਮਝ ਕੇ ਖਾਲੀ ਛੱਡੋ

ਸਿੱਖਣ ਅਤੇ ਮੁੜ ਸਿੱਖਣ ਦੇ ਪੜਾਅ ਨਿਯਮਤ ਲੰਮੇ ਸਮੇਂ ਵਾਲਾ ਸ਼ੈਡਿਊਲ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਛੋਟੇ ਵਕਫ਼ਿਆਂ ਬਾਅਦ ਕਾਰਡ ਵਾਪਸ ਲਿਆਉਂਦੇ ਹਨ। ਇਹ ਯਾਦ ਰਹਿਣ ਦਾ ਕੋਈ ਹੋਰ ਟੀਚਾ ਨਹੀਂ ਹਨ।

Anki ਦੀ FSRS ਸਲਾਹ ਦੋ ਹੱਦਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦੀ ਹੈ:

• ਹਰ ਪੜਾਅ ਇੱਕ ਦਿਨ ਤੋਂ ਛੋਟਾ ਹੋਵੇ ਅਤੇ ਉਸੇ ਦਿਨ ਪੂਰਾ ਕੀਤਾ ਜਾ ਸਕੇ
• ਉਸੇ ਦਿਨ ਦੀਆਂ ਦੁਹਰਾਈਆਂ ਦੀ ਗਿਣਤੀ ਘੱਟ ਰਹੇ

1m 10m 1d 3d ਵਰਗੀਆਂ ਲੰਮੀਆਂ ਲੜੀਆਂ SM-2 ਦੀ ਪੁਰਾਣੀ ਆਦਤ FSRS ਵਿੱਚ ਲਿਆਉਂਦੀਆਂ ਹਨ। ਇੱਕ ਦਿਨ ਜਾਂ ਇਸ ਤੋਂ ਲੰਮੇ ਪੜਾਅ ਮਾਡਲ ਦੇ ਆਧਾਰ ਉੱਤੇ ਸਮਾਂ ਤੈਅ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਦੇਰ ਨਾਲ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ ਅਤੇ ਬਟਨਾਂ ਦੇ ਲੇਬਲ ਉਲਝਾਉਣ ਵਾਲੇ ਹੋ ਸਕਦੇ ਹਨ; ਮਿਸਾਲ ਵਜੋਂ Hard ਦਾ ਵਕਫ਼ਾ Good ਨਾਲੋਂ ਲੰਮਾ ਦਿਸ ਸਕਦਾ ਹੈ।

1m 10m ਵਰਗੀ ਛੋਟੀ ਲੜੀ, ਨਾਲ ਮੁੜ ਸਿੱਖਣ ਲਈ 10m ਦਾ ਪੜਾਅ, ਸਾਵਧਾਨੀ ਵਾਲੀ ਸ਼ੁਰੂਆਤ ਹੈ ਜੇ ਇਹ ਤੁਹਾਡੇ ਸੈਸ਼ਨਾਂ ਵਿੱਚ ਢੁਕਦੀ ਹੈ। ਉਸੇ ਦਿਨ ਵੱਧ ਦੁਹਰਾਈਆਂ ਆਪਣੇ ਆਪ ਬਿਹਤਰ ਨਹੀਂ ਹੁੰਦੀਆਂ।

Anki 26.08 ਸਿੱਖਣ ਜਾਂ ਮੁੜ ਸਿੱਖਣ ਦੇ ਦੋਵਾਂ ਖਾਨਿਆਂ ਵਿੱਚੋਂ ਕਿਸੇ ਨੂੰ ਵੀ ਖਾਲੀ ਛੱਡਣ ਦਿੰਦਾ ਹੈ। FSRS ਚਾਲੂ ਹੋਣ ਉੱਤੇ ਖਾਲੀ ਖਾਨਾ ਉਸ ਛੋਟੇ ਸਮੇਂ ਦਾ ਸ਼ੈਡਿਊਲ FSRS ਨੂੰ ਸੌਂਪ ਦਿੰਦਾ ਹੈ। ਇਹ ਪ੍ਰਯੋਗਾਤਮਕ ਹੈ ਅਤੇ Again ਦਾ ਵਕਫ਼ਾ ਇੱਕ ਦਿਨ ਜਾਂ ਇਸ ਤੋਂ ਲੰਮਾ ਹੋ ਸਕਦਾ ਹੈ। ਜੇ ਉਸੇ ਦਿਨ ਕਾਰਡ ਦਾ ਯਕੀਨੀ ਤੌਰ ਉੱਤੇ ਵਾਪਸ ਆਉਣਾ ਚਾਹੀਦਾ ਹੈ, ਤਾਂ ਛੋਟੇ ਹੱਥੀਂ ਤੈਅ ਕੀਤੇ ਪੜਾਅ ਰੱਖੋ; ਖਾਨਾ ਸਿਰਫ਼ ਉਦੋਂ ਖਾਲੀ ਕਰੋ ਜਦੋਂ ਤੁਸੀਂ ਜਾਣਬੁੱਝ ਕੇ ਉਹ ਸਮਾਂ FSRS ਨੂੰ ਚੁਣਨ ਦੇਣਾ ਚਾਹੁੰਦੇ ਹੋ।

ਹੌਲੀ-ਹੌਲੀ ਤਬਦੀਲੀ ਲਈ Reschedule cards on change ਬੰਦ ਰੱਖੋ

Reschedule cards on change ਬੰਦ ਹੋਣ ਉੱਤੇ—ਜੋ ਡਿਫ਼ਾਲਟ ਹੈ—FSRS ਚਾਲੂ ਕਰਨ ਜਾਂ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਜਾਂ ਪੈਰਾਮੀਟਰ ਬਦਲਣ ਨਾਲ ਮੌਜੂਦਾ ਨਿਯਤ ਤਾਰੀਖਾਂ ਤੁਰੰਤ ਨਹੀਂ ਬਦਲਦੀਆਂ। ਨਵੀਆਂ ਸੈਟਿੰਗਾਂ ਅਗਲੇ ਰਿਵਿਊਆਂ ਦੌਰਾਨ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ, ਇਸ ਲਈ ਕਤਾਰ ਹੌਲੀ-ਹੌਲੀ ਬਦਲਦੀ ਹੈ।

ਇਹ ਚੋਣ ਚਾਲੂ ਰੱਖ ਕੇ ਉਨ੍ਹਾਂ FSRS ਤਬਦੀਲੀਆਂ ਵਿੱਚੋਂ ਕੋਈ ਤਬਦੀਲੀ ਸੇਵ ਕਰਨ ਨਾਲ ਨਿਯਤ ਤਾਰੀਖਾਂ ਤੁਰੰਤ ਮੁੜ ਗਿਣੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਨਵੇਂ ਟੀਚੇ ਅਤੇ ਕਾਰਡਾਂ ਦੀ ਸਥਿਤੀ ਮੁਤਾਬਕ ਬਹੁਤ ਸਾਰੇ ਕਾਰਡਾਂ ਦਾ ਰਿਵਿਊ ਇਕੱਠਿਆਂ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ। Anki ਮੁੜ ਸਮਾਂ ਤੈਅ ਕੀਤੇ ਕਾਰਡਾਂ ਲਈ ਰਿਵਿਊ ਐਂਟਰੀਆਂ ਵੀ ਜੋੜਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸੰਗ੍ਰਹਿ ਦਾ ਆਕਾਰ ਵਧਦਾ ਹੈ।

ਇਹ ਚੋਣ ਸਿਰਫ਼ ਉਦੋਂ ਲਾਭਦਾਇਕ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਮੌਜੂਦਾ ਸ਼ੈਡਿਊਲ ਅਸਲ ਵਿੱਚ ਮੁੜ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ। ਲੰਮੇ ਸਮੇਂ ਤੋਂ ਪੜ੍ਹੇ ਜਾ ਰਹੇ ਸੰਗ੍ਰਹਿ ਲਈ:

1. ਨਵਾਂ ਬੈਕਅੱਪ ਬਣਾਓ ਅਤੇ ਪੱਕਾ ਕਰੋ ਕਿ ਤੁਸੀਂ ਤਬਦੀਲੀ ਵਾਪਸ ਲੈਣ ਜਾਂ ਬੈਕਅੱਪ ਬਹਾਲ ਕਰਨ ਦਾ ਤਰੀਕਾ ਜਾਣਦੇ ਹੋ।
2. ਸੋਚੀਆਂ ਹੋਈਆਂ ਸੈਟਿੰਗਾਂ ਨਾਲ Simulator ਚਲਾਓ।
3. ਇੱਕ ਸੈਟਿੰਗ ਬਦਲੋ; ਕਈ ਤਜਰਬੇ ਇਕੱਠੇ ਨਾ ਕਰੋ।
4. ਸੇਵ ਕਰਦੇ ਸਮੇਂ ਮੁੜ ਸਮਾਂ ਤੈਅ ਕਰਨ ਦੀ ਚੋਣ ਸਿਰਫ਼ ਉਦੋਂ ਚਾਲੂ ਕਰੋ ਜਦੋਂ ਤੁਸੀਂ ਨਿਯਤ ਤਾਰੀਖਾਂ ਤੁਰੰਤ ਬਦਲਣਾ ਚਾਹੁੰਦੇ ਹੋ ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ ਆਉਣ ਵਾਲਾ ਕੰਮ ਸੰਭਾਲ ਸਕਦੇ ਹੋ।

SM-2 ਤੋਂ ਬਦਲਦੇ ਸਮੇਂ ਜੇ ਮੁੜ ਸਮਾਂ ਤੈਅ ਕਰਨਾ ਹੋਵੇ, ਤਾਂ Anki ਖ਼ਾਸ ਤੌਰ ਉੱਤੇ ਬੈਕਅੱਪ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦਾ ਹੈ। ਵਿਆਪਕ ਫਲੈਸ਼ਕਾਰਡ ਬੈਕਅੱਪ ਗਾਈਡ ਸਮਝਾਉਂਦੀ ਹੈ ਕਿ ਬੈਕਅੱਪ ਫ਼ਾਈਲ ਜਿੰਨਾ ਹੀ ਮਹੱਤਵਪੂਰਨ ਉਸ ਨੂੰ ਬਹਾਲ ਕਰਨ ਦਾ ਤਰੀਕਾ ਕਿਉਂ ਹੈ।

ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ੇ ਦੀ ਹੱਦ ਉੱਚੀ ਰੱਖੋ

Anki ਵਿੱਚ ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ਾ ਡਿਫ਼ਾਲਟ ਤੌਰ ਉੱਤੇ 100 ਸਾਲ ਹੈ। ਇਹ ਅਜੀਬ ਲੱਗ ਸਕਦਾ ਹੈ, ਪਰ ਯਾਦ ਰੱਖੋ ਕਿ ਇਹ ਉੱਪਰਲੀ ਹੱਦ ਹੈ, ਇਹ ਵਾਅਦਾ ਨਹੀਂ ਕਿ ਹਰ ਪੁਰਾਣਾ ਕਾਰਡ ਇੱਕ ਸਦੀ ਲਈ ਗਾਇਬ ਹੋ ਜਾਵੇਗਾ।

ਹੱਦ ਘਟਾਉਣ ਨਾਲ ਚੰਗੀ ਤਰ੍ਹਾਂ ਯਾਦ ਕਾਰਡ ਜਲਦੀ ਵਾਪਸ ਆਉਂਦੇ ਹਨ ਅਤੇ ਕੰਮ ਵਧਦਾ ਹੈ। ਹੱਦ ਉੱਤੇ Hard, Good ਅਤੇ Easy ਤਿੰਨੇ ਇੱਕੋ ਵਕਫ਼ਾ ਦਿਖਾ ਸਕਦੇ ਹਨ, ਕਿਉਂਕਿ ਕੋਈ ਵੀ ਵੱਧ ਤੋਂ ਵੱਧ ਹੱਦ ਤੋਂ ਉੱਪਰ ਨਹੀਂ ਜਾ ਸਕਦਾ।

ਛੋਟੀ ਹੱਦ ਉਦੋਂ ਢੁਕਵੀਂ ਹੋ ਸਕਦੀ ਹੈ ਜਦੋਂ ਇਮਤਿਹਾਨ ਦੀ ਅਸਲ ਅੰਤਿਮ ਤਾਰੀਖ ਹੋਵੇ, ਸਮੱਗਰੀ ਅਕਸਰ ਬਦਲਦੀ ਹੋਵੇ ਜਾਂ ਕਿਸੇ ਪੇਸ਼ਾਵਰ ਨਿਯਮ ਮੁਤਾਬਕ ਯਾਦ ਰਹਿਣ ਦੀ ਅਨੁਮਾਨਿਤ ਸੰਭਾਵਨਾ ਚਾਹੇ ਜਿੰਨੀ ਵੀ ਹੋਵੇ, ਸਮੱਗਰੀ ਵਾਰ-ਵਾਰ ਦੇਖਣੀ ਲਾਜ਼ਮੀ ਹੋਵੇ। ਚਿੰਤਾ ਵਿੱਚ ਕੋਈ ਛੋਟਾ ਅੰਕ ਚੁਣਨ ਦੀ ਥਾਂ ਕੈਲੰਡਰ ਅਤੇ Simulator ਨਾਲ ਮੇਲ ਬਿਠਾ ਕੇ ਹੱਦ ਤੈਅ ਕਰੋ। FSRS ਨਾਲ ਇਮਤਿਹਾਨ ਦੀ ਤਿਆਰੀ ਕਿਵੇਂ ਕਰੀਏ ਇਸ ਖ਼ਾਸ ਹਾਲਤ ਨੂੰ ਸਮਝਾਉਂਦਾ ਹੈ।

ਆਮ ਲੰਮੇ ਸਮੇਂ ਦੀ ਪੜ੍ਹਾਈ ਲਈ ਹੱਦ ਉੱਚੀ ਰੱਖੋ। ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਪਹਿਲਾਂ ਹੀ ਤੈਅ ਕਰਦਾ ਹੈ ਕਿ ਅਨੁਮਾਨਿਤ ਯਾਦਦਾਸ਼ਤ ਦੇ ਆਧਾਰ ਉੱਤੇ ਰਿਵਿਊ ਕਦੋਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਰਫ਼ਤਾਰ ਵੀ ਕੰਮ ਦੇ ਬੋਝ ਦਾ ਹਿੱਸਾ ਹੈ

FSRS ਰਿਵਿਊ ਵੱਖ-ਵੱਖ ਦਿਨਾਂ ਵਿੱਚ ਵੰਡ ਸਕਦਾ ਹੈ; ਪਰ ਜੇ ਤੁਸੀਂ ਬੇਹਿਸਾਬ ਨਵੇਂ ਕਾਰਡ ਜੋੜਦੇ ਜਾਓ, ਤਾਂ ਇਹ ਕੰਮ ਨੂੰ ਤੁਹਾਡੀ ਸਮਰੱਥਾ ਅੰਦਰ ਨਹੀਂ ਰੱਖ ਸਕਦਾ। ਹਰ ਨਵਾਂ ਕਾਰਡ ਹੁਣ ਸਿੱਖਣ ਦਾ ਕੰਮ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਰਿਵਿਊ ਦਾ ਕੰਮ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਜਦੋਂ ਕਤਾਰ ਬਹੁਤ ਭਾਰੀ ਹੋਵੇ, ਤਾਂ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਘਟਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਇਹ ਵੇਖੋ:

• ਹਰ ਦਿਨ ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਗਿਣਤੀ
• ਵੱਡੇ ਇੰਪੋਰਟ ਜਾਂ ਬਣਾਏ ਹੋਏ ਕਾਰਡਾਂ ਦੇ ਵੱਡੇ ਬੈਚ
• ਰਿਵਿਊਆਂ ਦੀ ਅਜਿਹੀ ਵੱਧ ਤੋਂ ਵੱਧ ਹੱਦ ਜੋ ਨਿਯਤ ਕੰਮ ਲੁਕਾਉਂਦੀ ਰਹਿੰਦੀ ਹੈ
• ਵਾਰ-ਵਾਰ ਭੁੱਲਣ ਵਾਲੇ ਅਤੇ ਅਸਪਸ਼ਟ ਕਾਰਡ, ਜੋ ਮੁੜ-ਮੁੜ ਕੋਸ਼ਿਸ਼ਾਂ ਲੈਂਦੇ ਹਨ
• ਰਿਵਿਊ ਛੁੱਟ ਜਾਣ ਵਾਲੇ ਦਿਨ

ਜਦੋਂ ਪਤਾ ਹੋਵੇ ਕਿ ਡੈੱਕ ਵਧੇਗਾ, ਤਾਂ Additional new cards to simulate ਵਰਤੋ। ਸਿਰਫ਼ ਅੱਜ ਦੇ ਸੰਗ੍ਰਹਿ ਉੱਤੇ ਆਧਾਰਿਤ ਅੰਦਾਜ਼ਾ ਵੱਡੇ ਇੰਪੋਰਟ ਤੋਂ ਬਾਅਦ ਦਾ ਕੰਮ ਨਹੀਂ ਦਰਸਾਏਗਾ।

ਜੇ ਨਤੀਜੇ ਵਿੱਚ ਕੰਮ ਬਹੁਤ ਵੱਧ ਹੋਵੇ, ਤਾਂ ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਰਫ਼ਤਾਰ ਘਟਾਓ ਅਤੇ ਦੁਬਾਰਾ ਸਿਮੂਲੇਸ਼ਨ ਕਰੋ। ਇਸ ਨਾਲ ਸ਼ੈਡਿਊਲਰ ਨੂੰ ਵੱਧ ਭੁੱਲਣਾ ਕਬੂਲ ਕਰਨ ਲਈ ਕਹੇ ਬਿਨਾਂ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਕਾਇਮ ਰਹਿੰਦਾ ਹੈ।

Anki ਅਤੇ Nibomo ਵਿੱਚ FSRS ਦੇ ਕੰਟਰੋਲ ਵੱਖਰੇ ਹਨ

ਦੋਵੇਂ ਉਤਪਾਦ FSRS-6 ਵਰਤਦੇ ਹਨ, ਪਰ Anki ਦੀਆਂ FSRS ਸੈਟਿੰਗਾਂ Nibomo ਵਿੱਚ ਹੂਬਹੂ ਲਾਗੂ ਨਹੀਂ ਹੁੰਦੀਆਂ।

ਸਮਰੱਥਾ	Anki 26.08	Nibomo
ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ	Shared Preset ਜਾਂ This deck	ਹਰ ਵਰਕਸਪੇਸ ਲਈ ਬਦਲ ਸਕਦੇ ਹੋ; ਡਿਫ਼ਾਲਟ 0.90
FSRS ਪੈਰਾਮੀਟਰ	ਰਿਵਿਊ ਇਤਿਹਾਸ ਤੋਂ Optimize Current Preset ਜਾਂ Optimize All Presets	ਅਧਿਕਾਰਤ FSRS-6 ਡਿਫ਼ਾਲਟ ਵੇਟ ਨਿਸ਼ਚਿਤ ਹਨ ਅਤੇ v1 ਵਿੱਚ ਵਰਤੋਂਕਾਰ ਇਨ੍ਹਾਂ ਨੂੰ ਬਦਲ ਨਹੀਂ ਸਕਦਾ
ਸਿੱਖਣ ਦੇ ਪੜਾਅ	ਬਦਲ ਸਕਦੇ ਹੋ; ਖਾਲੀ ਖਾਨੇ ਰਾਹੀਂ FSRS ਤੋਂ ਸਮਾਂ ਤੈਅ ਕਰਵਾਉਣਾ ਪ੍ਰਯੋਗਾਤਮਕ ਹੈ	ਹਰ ਵਰਕਸਪੇਸ ਲਈ ਬਦਲ ਸਕਦੇ ਹੋ; ਡਿਫ਼ਾਲਟ 1m 10m
ਮੁੜ ਸਿੱਖਣ ਦੇ ਪੜਾਅ	ਬਦਲ ਸਕਦੇ ਹੋ; ਖਾਲੀ ਖਾਨੇ ਰਾਹੀਂ FSRS ਤੋਂ ਸਮਾਂ ਤੈਅ ਕਰਵਾਉਣਾ ਪ੍ਰਯੋਗਾਤਮਕ ਹੈ	ਹਰ ਵਰਕਸਪੇਸ ਲਈ ਬਦਲ ਸਕਦੇ ਹੋ; ਡਿਫ਼ਾਲਟ 10m
ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ਾ	ਡਿਫ਼ਾਲਟ 100 ਸਾਲ	ਡਿਫ਼ਾਲਟ 36,500 ਦਿਨ, ਯਾਨੀ 100 ਸਾਲ
ਸੈਟਿੰਗਾਂ ਵਿੱਚ ਤਬਦੀਲੀਆਂ	ਡਿਫ਼ਾਲਟ ਤੌਰ ਉੱਤੇ ਅਗਲੇ ਰਿਵਿਊਆਂ ਲਈ; ਮੌਜੂਦਾ ਸਮਾਂ ਮੁੜ ਤੈਅ ਕਰਨ ਦੀ ਚੋਣ ਵੀ ਹੈ	ਸਿਰਫ਼ ਅਗਲੇ ਰਿਵਿਊਆਂ ਲਈ; ਮੌਜੂਦਾ ਨਿਯਤ ਤਾਰੀਖਾਂ ਮੁੜ ਨਹੀਂ ਬਣਦੀਆਂ
ਕੰਮ ਦਾ ਬੋਝ ਅੰਦਾਜ਼ਣ ਵਾਲੇ ਟੂਲ	Help Me Decide (Experimental) ਅਤੇ FSRS Simulator (Experimental)	v1 ਵਿੱਚ ਇਸ ਵਰਗਾ ਕੰਮ ਦੇ ਬੋਝ ਦਾ ਸਿਮੂਲੇਟਰ ਨਹੀਂ ਹੈ

Nibomo ਮਿਆਰੀ Again, Hard, Good ਅਤੇ Easy ਰੇਟਿੰਗਾਂ ਵਰਤਦਾ ਹੈ ਅਤੇ ਹਰ ਕਾਰਡ ਦੀ FSRS ਯਾਦਦਾਸ਼ਤ ਸਥਿਤੀ ਰੱਖਦਾ ਹੈ। ਇਸ ਦੇ ਬੈਕਐਂਡ, iOS ਅਤੇ Android ਸ਼ੈਡਿਊਲਰ ਵੱਖਰੇ ਲਾਗੂਕਰਨ ਹਨ, ਜਿਨ੍ਹਾਂ ਦਾ ਵਿਹਾਰ ਇੱਕੋ ਜਿਹਾ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ; ਵੈੱਬ ਉੱਤੇ ਰਿਵਿਊ ਚੌਥਾ ਲਾਗੂਕਰਨ ਜੋੜਨ ਦੀ ਥਾਂ ਬੈਕਐਂਡ ਸ਼ੈਡਿਊਲਰ ਹੀ ਵਰਤਦਾ ਹੈ।

ਇਹ ਹੱਦਾਂ ਅਤੇ ਡਿਫ਼ਾਲਟ ਜਨਤਕ Nibomo FSRS ਸ਼ੈਡਿਊਲਿੰਗ ਸਪੈਸੀਫ਼ਿਕੇਸ਼ਨ ਵਿੱਚ ਦਰਜ ਹਨ। ਚੋਣ ਸਪਸ਼ਟ ਹੈ: Nibomo ਵਰਕਸਪੇਸ ਪੱਧਰ ਉੱਤੇ ਅਮਲੀ FSRS-6 ਸੈੱਟਅੱਪ ਦਿੰਦਾ ਹੈ, ਜਦਕਿ Anki ਵੱਧ ਬਾਰੀਕੀ ਨਾਲ ਦਾਇਰਾ ਚੁਣਨ, ਆਪਣੇ ਇਤਿਹਾਸ ਅਨੁਸਾਰ ਫਿੱਟ ਕਰਨ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ ਦੀਆਂ ਸਹੂਲਤਾਂ ਦਿੰਦਾ ਹੈ। ਜੇ ਇਹ ਕੰਟਰੋਲ ਲਾਜ਼ਮੀ ਹਨ, ਤਾਂ Anki ਵੱਧ ਢੁਕਵਾਂ ਹੈ।

ਪੁਰਾਣੇ ਸੰਗ੍ਰਹਿ ਲਈ ਵੱਧ ਸੁਰੱਖਿਅਤ ਤਰੀਕਾ

ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਮਹੀਨਿਆਂ ਜਾਂ ਸਾਲਾਂ ਦਾ ਰਿਵਿਊ ਇਤਿਹਾਸ ਹੈ, ਤਾਂ ਇਹ ਕ੍ਰਮ ਵਰਤੋ:

1. ਰੇਟਿੰਗਾਂ ਦਾ ਅਰਥ ਠੀਕ ਵਰਤੋ। Again ਅਸਫਲਤਾ ਹੈ; Hard ਮੁਸ਼ਕਲ ਨਾਲ ਮਿਲੀ ਸਫਲਤਾ ਹੈ।
2. ਮੌਜੂਦਾ ਪ੍ਰੀਸੈੱਟ ਔਪਟੀਮਾਈਜ਼ ਕਰੋ। ਵੇਟ ਬਦਲਣ ਜਾਂ ਕਾਪੀ ਕਰਨ ਦੀ ਥਾਂ ਮਾਡਲ ਨੂੰ ਆਪਣੇ ਇਤਿਹਾਸ ਅਨੁਸਾਰ ਫਿੱਟ ਕਰੋ।
3. ਲੋੜ ਹੋਵੇ ਤਾਂ ਸਿਹਤ ਜਾਂਚ ਚਲਾਓ। ਘੱਟ ਜਾਂ ਅਸੰਗਤ ਇਤਿਹਾਸ ਨੂੰ ਡਾਟਾ ਦੀ ਸਮੱਸਿਆ ਸਮਝੋ।
4. Help Me Decide ਵਰਤੋ। ਜਿੰਨੇ ਰਿਵਿਊ ਜਾਂ ਮਿੰਟ ਲਗਾਤਾਰ ਦੇ ਸਕਦੇ ਹੋ, ਉਨ੍ਹਾਂ ਤੋਂ ਟੀਚੇ ਦੀ ਸੀਮਾ ਚੁਣੋ।
5. Simulator ਚਲਾਓ। ਮੌਜੂਦਾ ਸੈੱਟਅੱਪ, ਸੋਚੇ ਹੋਏ ਟੀਚੇ ਅਤੇ ਘੱਟ ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ।
6. ਅਸਲ ਸੈੱਟਅੱਪ ਵਿੱਚ ਇੱਕ ਇਨਪੁੱਟ ਬਦਲੋ। ਪਹਿਲਾਂ ਟੀਚਾ ਜਾਂ ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਰਫ਼ਤਾਰ ਬਦਲੋ, ਫਿਰ ਅਸਲ ਕਤਾਰ ਵੇਖੋ।
7. ਪੜਾਅ ਛੋਟੇ ਰੱਖੋ। ਸਿੱਖਣ ਅਤੇ ਮੁੜ ਸਿੱਖਣ ਦੀਆਂ ਦਿਨਾਂ ਤੱਕ ਚੱਲਣ ਵਾਲੀਆਂ ਲੜੀਆਂ ਹਟਾਓ; ਖਾਲੀ ਖਾਨੇ ਸਿਰਫ਼ ਤਜਰਬੇ ਵਜੋਂ ਵਰਤੋ।
8. ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ੇ ਦੀ ਹੱਦ ਉੱਚੀ ਰੱਖੋ। ਸਿਰਫ਼ ਸਪਸ਼ਟ ਸਮਾਂ-ਸੀਮਾ ਜਾਂ ਲੋੜ ਲਈ ਇਸ ਨੂੰ ਘਟਾਓ।
9. ਮੁੜ ਸਮਾਂ ਤੈਅ ਕਰਨਾ ਬੰਦ ਰੱਖੋ। ਜੇ ਤੁਰੰਤ ਮੁੜ ਬਣਾਉਣਾ ਲਾਜ਼ਮੀ ਹੋਵੇ, ਤਾਂ ਪਹਿਲਾਂ ਬੈਕਅੱਪ ਲਵੋ ਅਤੇ ਬਣਨ ਵਾਲੀ ਕਤਾਰ ਲਈ ਯੋਜਨਾ ਬਣਾਓ।

ਇਹ ਕ੍ਰਮ ਪੁਰਾਣੇ ਸ਼ੈਡਿਊਲ ਵਿੱਚ ਕੀਤੀਆਂ ਤਬਦੀਲੀਆਂ ਨੂੰ ਜਿੰਨਾ ਹੋ ਸਕੇ ਵਾਪਸ ਲੈਣਯੋਗ ਰੱਖਦਾ ਹੈ। ਇਹ ਤਿੰਨ ਵੱਖਰੀਆਂ ਸਮੱਸਿਆਵਾਂ—ਮਾਡਲ ਦਾ ਫਿੱਟ ਹੋਣਾ, ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ ਅਤੇ ਨਵੀਂ ਸਮੱਗਰੀ ਦੀ ਰਫ਼ਤਾਰ—ਨੂੰ ਸੈਟਿੰਗਾਂ ਦੀ ਇੱਕੋ ਉਲਝਣ ਬਣਨ ਤੋਂ ਵੀ ਰੋਕਦਾ ਹੈ।

ਵਧੀਆ FSRS ਸੈਟਿੰਗਾਂ ਬਾਰੇ ਆਮ ਸਵਾਲ

ਕੀ FSRS ਲਈ 90% ਸਭ ਤੋਂ ਵਧੀਆ ਟੀਚਾ ਹੈ?

ਆਮ ਤੌਰ ਉੱਤੇ ਇਹ ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਸ਼ੁਰੂਆਤ ਹੈ, ਕਿਉਂਕਿ ਇਹ Anki ਦਾ ਡਿਫ਼ਾਲਟ ਹੈ ਅਤੇ ਉੱਚੇ ਟੀਚਿਆਂ ਉੱਤੇ ਕੰਮ ਸਭ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣ ਵਾਲੇ ਹਿੱਸੇ ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ। ਕਿਸੇ ਡੈੱਕ ਲਈ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਅੰਕ ਭੁੱਲਣ ਦੇ ਨੁਕਸਾਨ ਅਤੇ ਤੁਹਾਡੇ ਵੱਲੋਂ ਲਗਾਤਾਰ ਸੰਭਾਲੇ ਜਾ ਸਕਣ ਵਾਲੇ ਕੰਮ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਬਦਲਣ ਤੋਂ ਪਹਿਲਾਂ Help Me Decide (Experimental) ਵੇਖੋ।

ਕੀ ਮੈਂ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ 95% ਕਰ ਦੇਵਾਂ?

ਵਾਧੂ ਰਿਵਿਊ ਜਾਂ ਮਿੰਟ ਵੇਖਣ ਤੋਂ ਬਾਅਦ ਹੀ। ਸਪਸ਼ਟ ਕਾਰਡਾਂ ਵਾਲੇ ਕਿਸੇ ਬਹੁਤ ਜ਼ਰੂਰੀ ਡੈੱਕ ਲਈ 95% ਢੁਕਵਾਂ ਹੋ ਸਕਦਾ ਹੈ; ਆਮ ਰੁਚੀ ਲਈ ਬਣਿਆ ਵੱਡਾ ਸੰਗ੍ਰਹਿ ਬੇਲੋੜਾ ਭਾਰੀ ਹੋ ਸਕਦਾ ਹੈ। ਉਸੇ ਵੇਲੇ ਮੌਜੂਦਾ ਕਾਰਡਾਂ ਦਾ ਸਮਾਂ ਮੁੜ ਤੈਅ ਕਰਨਾ ਚਾਲੂ ਨਾ ਕਰੋ, ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਜਾਣਬੁੱਝ ਕੇ ਨਿਯਤ ਤਾਰੀਖਾਂ ਤੁਰੰਤ ਮੁੜ ਨਹੀਂ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ।

FSRS ਪੈਰਾਮੀਟਰ ਕਿੰਨੀ ਵਾਰ ਔਪਟੀਮਾਈਜ਼ ਕਰਨੇ ਚਾਹੀਦੇ ਹਨ?

ਮਹੀਨੇ ਵਿੱਚ ਇੱਕ ਵਾਰ ਕਰਨਾ ਵੀ ਕਾਫ਼ੀ ਹੈ, ਅਤੇ Anki 26.08 ਦੇ ਐਪ ਅੰਦਰਲੀ ਸਲਾਹ ਮੁਤਾਬਕ ਕੁਝ ਮਹੀਨਿਆਂ ਵਿੱਚ ਇੱਕ ਵਾਰ ਕਾਫ਼ੀ ਹੈ। ਕਾਫ਼ੀ ਨਵਾਂ ਇਤਿਹਾਸ ਇਕੱਠਾ ਹੋਣ ਉੱਤੇ ਔਪਟੀਮਾਈਜ਼ ਕਰੋ, ਰੋਜ਼ਾਨਾ ਜਾਂ ਹਫ਼ਤਾਵਾਰ ਸਮਾਂ-ਸਾਰਣੀ ਅਨੁਸਾਰ ਨਹੀਂ।

ਕੀ FSRS ਦੇ ਸਿੱਖਣ ਵਾਲੇ ਪੜਾਅ ਖਾਲੀ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ?

ਸਿੱਖਣ ਜਾਂ ਮੁੜ ਸਿੱਖਣ ਦੇ ਪੜਾਅ ਖਾਲੀ ਛੱਡਣ ਨਾਲ Anki 26.08 ਉਸ ਛੋਟੇ ਸਮੇਂ ਦਾ ਸ਼ੈਡਿਊਲ FSRS ਨੂੰ ਸੌਂਪ ਦਿੰਦਾ ਹੈ। ਇਹ ਸੁਵਿਧਾ ਪ੍ਰਯੋਗਾਤਮਕ ਹੈ ਅਤੇ Again ਦਾ ਰਿਵਿਊ ਇੱਕ ਦਿਨ ਜਾਂ ਇਸ ਤੋਂ ਬਾਅਦ ਤੈਅ ਹੋ ਸਕਦਾ ਹੈ। ਉਸੇ ਦਿਨ ਪੂਰੇ ਹੋਣ ਵਾਲੇ ਘੱਟ ਤੋਂ ਘੱਟ ਪੜਾਅ ਅਜੇ ਵੀ ਸਾਵਧਾਨੀ ਵਾਲੀ ਚੋਣ ਹਨ।

ਕੀ FSRS ਸੈਟਿੰਗਾਂ ਬਦਲਣ ਨਾਲ Anki ਦੇ ਮੌਜੂਦਾ ਕਾਰਡਾਂ ਦਾ ਸਮਾਂ ਮੁੜ ਤੈਅ ਹੁੰਦਾ ਹੈ?

ਡਿਫ਼ਾਲਟ ਤੌਰ ਉੱਤੇ ਨਹੀਂ। Reschedule cards on change ਬੰਦ ਹੋਣ ਉੱਤੇ ਨਵੀਆਂ ਸੈਟਿੰਗਾਂ ਕਤਾਰ ਤੁਰੰਤ ਮੁੜ ਬਣਾਏ ਬਿਨਾਂ ਅਗਲੇ ਰਿਵਿਊਆਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀਆਂ ਹਨ। ਇਸ ਨੂੰ ਚਾਲੂ ਕਰਨ ਨਾਲ ਨਿਯਤ ਤਾਰੀਖਾਂ ਬਦਲਦੀਆਂ ਹਨ ਅਤੇ ਬਹੁਤ ਸਾਰੇ ਕਾਰਡ ਤੁਰੰਤ ਰਿਵਿਊ ਲਈ ਆ ਸਕਦੇ ਹਨ, ਇਸ ਲਈ ਪਹਿਲਾਂ ਬੈਕਅੱਪ ਲਵੋ।

ਕੀ CMRR ਅਜੇ ਵੀ Anki ਦਾ ਹਿੱਸਾ ਹੈ?

ਨਹੀਂ। Anki ਨੇ ਵਰਜਨ 25.07 ਵਿੱਚ Compute Minimum Recommended Retention ਹਟਾ ਦਿੱਤਾ ਸੀ। Anki 26.08 ਵਿੱਚ ਯਾਦ ਰਹਿਣ ਦੇ ਟੀਚੇ ਅਤੇ ਅਨੁਮਾਨਿਤ ਕੰਮ ਦੀ ਤੁਲਨਾ ਕਰਨ ਲਈ Help Me Decide (Experimental) ਅਤੇ FSRS Simulator (Experimental) ਵਰਤੋ।

ਕੀ Nibomo ਦੀਆਂ ਸੈਟਿੰਗਾਂ Anki ਵਰਗੀਆਂ ਹੀ ਹਨ?

ਇਹ FSRS-6 ਵਰਤਦਾ ਹੈ ਅਤੇ ਹਰ ਵਰਕਸਪੇਸ ਲਈ ਯਾਦ ਰਹਿਣ ਦਾ ਟੀਚਾ, ਸਿੱਖਣ ਦੇ ਪੜਾਅ, ਮੁੜ ਸਿੱਖਣ ਦੇ ਪੜਾਅ, ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ਾ ਅਤੇ fuzz ਉਪਲਬਧ ਕਰਦਾ ਹੈ। ਇਹ Anki ਦਾ ਪੂਰਾ ਸੈਟਿੰਗ ਮਾਡਲ ਨਹੀਂ ਅਪਣਾਉਂਦਾ: v1 ਵਿੱਚ ਵੇਟ ਨਿਸ਼ਚਿਤ ਹਨ, ਤਬਦੀਲੀਆਂ ਸਿਰਫ਼ ਅਗਲੇ ਰਿਵਿਊਆਂ ਉੱਤੇ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ ਅਤੇ ਆਪਣੇ ਇਤਿਹਾਸ ਅਨੁਸਾਰ ਪੈਰਾਮੀਟਰ ਔਪਟੀਮਾਈਜ਼ ਕਰਨ ਜਾਂ ਕੰਮ ਦਾ ਬੋਝ ਸਿਮੂਲੇਟ ਕਰਨ ਦੀ ਸੁਵਿਧਾ ਨਹੀਂ ਹੈ।

ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਪਹਿਲਾਂ ਕੰਮ ਦਾ ਬੋਝ ਤੈਅ ਕਰੋ

ਚੰਗੀਆਂ FSRS ਸੈਟਿੰਗਾਂ ਨਾਲ ਰਿਵਿਊ ਦੀ ਕਤਾਰ ਤੁਹਾਡੀ ਅਸਲ ਪੜ੍ਹਾਈ ਦੀ ਯੋਜਨਾ ਦੇ ਮੁਤਾਬਕ ਰਹਿੰਦੀ ਹੈ। 90% ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ, ਕੰਮ ਦਾ ਅੰਦਾਜ਼ਾ ਲਾਓ, ਨਵੇਂ ਕਾਰਡਾਂ ਦੀ ਰਫ਼ਤਾਰ ਕਾਬੂ ਵਿੱਚ ਰੱਖੋ ਅਤੇ ਟੀਚਾ ਸਿਰਫ਼ ਉਦੋਂ ਵਧਾਓ ਜਦੋਂ ਵੱਧ ਯਾਦ ਰਹਿਣ ਦਾ ਲਾਭ ਵਾਧੂ ਰਿਵਿਊਆਂ ਦੇ ਸਮੇਂ ਦੇ ਲਾਇਕ ਹੋਵੇ। ਪੜਾਅ ਛੋਟੇ ਰੱਖੋ, ਵੱਧ ਤੋਂ ਵੱਧ ਵਕਫ਼ੇ ਦੀ ਹੱਦ ਉੱਚੀ ਰੱਖੋ ਅਤੇ ਰੇਟਿੰਗਾਂ ਅਸਲ ਯਾਦਦਾਸ਼ਤ ਮੁਤਾਬਕ ਦਿਓ।

ਫਿਰ ਸੈਟਿੰਗਾਂ ਵਾਲੀ ਸਕ੍ਰੀਨ ਬੰਦ ਕਰੋ। ਸ਼ੈਡਿਊਲਰ ਨੂੰ ਇੱਕ ਹੋਰ ਸ਼ਾਮ ਸੈਟਿੰਗਾਂ ਬਦਲਣ ਨਾਲੋਂ ਨਿਯਮਤ ਰਿਵਿਊਆਂ ਦੀ ਵੱਧ ਲੋੜ ਹੈ।