2026 میں Anki کی بہترین FSRS سیٹنگز: یاد رکھنے کا ہدف، مراحل اور دہرائی کا بوجھ
Anki میں یاد رکھنے کا مطلوبہ ہدف 90% سے 95% کرنا معمولی تبدیلی لگتی ہے۔ مگر اس کا مطلب کام میں صرف پانچ فیصد اضافہ نہیں۔ ہدف بڑھنے پر FSRS کو دہرائی کے وقفے کم کرنے پڑتے ہیں، اور کافی عرصے سے زیرِ استعمال کارڈز کے مجموعے میں دہرائی کی قطار خاصی لمبی ہو سکتی ہے۔ اگر آپ Reschedule cards on change بھی آن کر دیں تو اس اضافی کام کا کچھ حصہ فوراً سامنے آ سکتا ہے۔
اسی لیے بہترین FSRS سیٹنگز پیرامیٹرز کی کوئی ایسی سطر نہیں جسے بس نقل کر لیا جائے۔ یہ چند فیصلوں کا سلسلہ ہے: پہلے طے کریں کہ کتنا کام مستقل کر سکتے ہیں، اسی گنجائش میں یاد رکھنے کا ہدف چنیں، ماڈل کو اپنی دہرائی کی تاریخ کے مطابق ڈھالیں، اور موجودہ مقررہ تاریخیں تبھی بدلیں جب واقعی انہیں نئے سرے سے ترتیب دینا چاہتے ہوں۔
ذیل میں بٹنوں کے نام اور ان کا رویہ Anki 26.08 ریلیز اور اس کے FSRS-6 کنٹرولز کے مطابق ہیں۔ اگر سیٹنگز سے پہلے ماڈل سمجھنا چاہتے ہیں تو FSRS کیا ہے؟ پڑھیں۔ اگر ابھی شیڈیولر منتخب کر رہے ہیں تو FSRS اور SM-2 کا موازنہ سے شروع کریں۔
وضاحت: میں Kirill Markin ہوں اور Nibomo بنا رہا ہوں۔ Anki میں ذاتی تاریخ کے مطابق پیرامیٹرز طے کرنے اور کام کے بوجھ کا تخمینہ لگانے والے تجرباتی سمیولیٹرز موجود ہیں، جو Nibomo فی الحال پیش نہیں کرتا۔ مضمون کے آخر کے قریب موازنے میں یہ فرق واضح رکھا گیا ہے۔
حقائق کی جانچ: 8 ستمبر 2026۔
مختصر جواب: یہاں سے شروع کریں
Anki کے زیادہ تر صارفین کے لیے یہ محتاط ابتدائی انتخاب ہیں، ہر صورت پر لاگو ہونے والی سیٹنگز نہیں:
| سیٹنگ یا عادت | محتاط ابتدائی انتخاب | وجہ |
|---|---|---|
| یاد رکھنے کا مطلوبہ ہدف | 0.90 |
یہ Anki کی ڈیفالٹ قدر ہے اور یاد رہنے اور دہرائی کے بوجھ میں توازن رکھتی ہے۔ |
| FSRS پیرامیٹرز | Optimize Current Preset استعمال کریں؛ وزن نقل کر کے نہ چسپاں کریں اور نہ ہاتھ سے بدلیں | آپٹیمائزر ماڈل کو آپ کی دہرائی کی تاریخ کے مطابق ڈھالتا ہے۔ |
| پیرامیٹرز کی اصلاح کتنی بار کریں | زیادہ سے زیادہ مہینے میں ایک بار؛ عموماً چند ماہ میں ایک بار کافی ہے | Anki بار بار اصلاح کی سفارش نہیں کرتا۔ |
| سیکھنے کے مراحل | چند ایسے مراحل رکھیں جو اسی دن مکمل ہو جائیں | مراحل کی لمبی زنجیر ماڈل کے مطابق شیڈولنگ شروع ہونے میں تاخیر کرتی ہے۔ |
| دوبارہ سیکھنے کے مراحل | کم سے کم رکھیں اور ایک دن سے چھوٹے ہوں | دہرائی میں کارڈ یاد نہ آنے کے بعد بھی یہی حد لاگو ہوتی ہے۔ |
| تبدیلی پر کارڈز دوبارہ شیڈول کرنا | آف | نئی سیٹنگز آج کی قطار کو نئے سرے سے بنائے بغیر آئندہ دہرائیوں سے نافذ ہو سکتی ہیں۔ |
| زیادہ سے زیادہ وقفہ | 100 سال کی ڈیفالٹ حد برقرار رکھیں | چھوٹی حد اچھی طرح یاد کارڈز کو زیادہ بار واپس لاتی ہے۔ |
| روزانہ نئے کارڈز | اتنے کارڈز رکھیں جن کی پڑھائی اور دہرائی باقاعدگی سے کر سکیں | ہر نیا کارڈ ابھی سیکھنے اور بعد میں دہرانے کا کام پیدا کرتا ہے۔ |
| Again اور Hard کا فرق | Again کا مطلب یاد نہ آنا؛ Hard کا مطلب مشکل سے مگر درست یاد آنا ہے | غلط درجہ دینے سے ماڈل کو دہرائیوں کا غلط ریکارڈ ملتا ہے۔ |
اگر دہرائیاں سنبھل رہی ہیں اور آپ کی سیٹنگز پہلے ہی ان کے قریب ہیں تو شاید کچھ بدلنے کی ضرورت ہی نہ ہو۔ سیٹنگز سنبھالتے رہنا پڑھائی نہیں ہے۔
تین فیصلوں کو الگ رکھیں
لوگ اکثر یاد رکھنے کے ہدف، FSRS پیرامیٹرز اور روزانہ کے کام کو ایک ہی چیز سمجھ لیتے ہیں۔ یہ مختلف چیزوں کو کنٹرول کرتے ہیں:
- یاد رکھنے کا مطلوبہ ہدف یہ طے کرتا ہے کہ دہرائی کے وقت جواب یاد آنے کا مطلوبہ امکان کتنا ہو۔ اسے اپنے مقاصد اور پڑھائی کے لیے دستیاب وقت کے مطابق منتخب کریں۔
- FSRS پیرامیٹرز یادداشت کے ماڈل کو دہرائی کی تاریخ کے مطابق ڈھالتے ہیں۔ انہیں Anki کا آپٹیمائزر حساب کر کے طے کرتا ہے۔
- نئے کارڈز اور دہرائیوں کی حدیں طے کرتی ہیں کہ کتنا مواد نظام میں داخل ہو اور Anki روزانہ کتنے ایسے کارڈز دکھا سکے جن کی دہرائی کا وقت آ چکا ہے۔
اس فرق کو سمجھنے سے مسئلے کی وجہ تلاش کرنا آسان ہو جاتا ہے۔ لمبی قطار لازماً غلط پیرامیٹرز کی نشانی نہیں۔ کسی اہم مقصد کے لیے بنائے گئے ڈیک کو لازماً الگ پیرامیٹر پری سیٹ کی ضرورت نہیں ہوتی۔ اور یاد رکھنے کا ہدف کم کرنے سے نئے کارڈز کی وہ رفتار قابلِ عمل نہیں ہو جائے گی جسے شروع سے برقرار رکھنا ممکن نہ تھا۔
یاد رکھنے کا ہدف خواہش کے بجائے کام کی گنجائش سے چنیں
یاد رکھنے کا مطلوبہ ہدف FSRS کو بتاتا ہے کہ مقررہ وقت پر دہرائی والے کارڈ کا جواب یاد آنے کا امکان کتنا ہونا چاہیے۔ 0.90 پر FSRS تقریباً 90% متوقع امکان کے مطابق دہرائی کا وقت طے کرتا ہے۔ یہ ماڈل کا ہدف ہے، اس بات کی ضمانت نہیں کہ ہر نشست یا امتحان میں بالکل 90% جواب درست ہوں گے۔
اس فیصلے کا اثر دونوں طرف پڑتا ہے:
- ہدف بڑھائیں تو وقفے چھوٹے اور دہرائیاں زیادہ ہو جاتی ہیں۔
- ہدف کم کریں تو وقفے لمبے ہوتے ہیں اور بھولنے کے واقعات بڑھتے ہیں۔
- اسے بہت کم کر دیں تو بھولے ہوئے کارڈز دوبارہ سیکھنے کا اضافی کام اس وقت کا کچھ حصہ کھا سکتا ہے جو آپ بچانا چاہتے تھے۔
Anki کی ڈیفالٹ قدر 90% ہے۔ اس کی مطلوبہ یادداشت کے ہدف کی رہنمائی خبردار کرتی ہے کہ 100% کے قریب جاتے ہوئے کام تیزی سے بڑھتا ہے، اور 97% سے نیچے رہنے کا مشورہ دیتی ہے۔ سرکاری موزوں ہدف کی وضاحت دوسرے سرے کو بھی بیان کرتی ہے: بہت کم ہدف بھی غیر مؤثر ہو سکتا ہے کیونکہ بھولے ہوئے کارڈز زیادہ محنت مانگتے ہیں۔
0.90 سے شروع کریں، پھر کام کا بوجھ دیکھنے کے بعد ہی بدلیں۔ ایسے مواد کے لیے اونچا ہدف مناسب ہو سکتا ہے جسے بھولنے کی حقیقی قیمت ہو۔ کم ہدف تب مناسب ہو سکتا ہے جب دہرائیاں زیادہ مفید پڑھائی کا وقت لے رہی ہوں۔ ان میں سے کوئی تبدیلی مبہم کارڈز، غلط درجہ بندی یا حد سے زیادہ نئے کارڈز کا مسئلہ حل نہیں کرتی۔
ڈیک کا ہدف اور پری سیٹ کے پیرامیٹرز الگ سطحوں پر لاگو ہوتے ہیں
Anki 26.08 میں Desired retention کے دو دائرے ہیں: Shared Preset اور This deck۔ اس لیے آپ متعلقہ ڈیکس کے لیے ایک ہی پیرامیٹر پری سیٹ رکھ سکتے ہیں اور کسی خاص ڈیک کے لیے یاد رکھنے کا الگ ہدف بھی مقرر کر سکتے ہیں۔
یہ الگ ہدف وہاں استعمال کریں جہاں بھولنے کی قیمت مختلف ہو۔ کسی لائسنس کے امتحان کا ڈیک کم اہم حوالہ جاتی ڈیک سے زیادہ ہدف کا جواز رکھ سکتا ہے، چاہے دونوں ایک ہی موزوں بنائے گئے ماڈل کو استعمال کریں۔
This deck منتخب کرنے سے FSRS پیرامیٹرز صرف اس ڈیک کے لیے مخصوص نہیں ہو جاتے۔ ڈیفالٹ طور پر Anki موجودہ پری سیٹ سے منسلک تمام ڈیکس کی دہرائی کی تاریخ سے پیرامیٹرز طے کرتا ہے۔ اگر ڈیکس کے مختلف گروہ آپ کو بہت مختلف درجے کی مشکل محسوس ہوتے ہیں تو ہر گروہ کے لیے الگ پیرامیٹرز طے کرنے کا طریقہ الگ پری سیٹس بنانا ہے۔
Help Me Decide اور Simulator سے الگ سوالوں کے جواب لیں
Anki 26.08 میں دو الگ تجرباتی کنٹرول ہیں:
- Help Me Decide (Experimental) آپ کے لیے یاد رکھنے کے ہدف اور کام کے بوجھ کا تعلق ایک گراف میں دکھاتا ہے۔ اس سے یہ سوال پوچھیں: «میں جتنی دہرائیاں یا منٹ مستقل دے سکتا ہوں، ان کے لیے کون سا ہدف مناسب ہے؟»
- FSRS Simulator (Experimental) اندازہ لگاتا ہے کہ ایک ترتیب وقت کے ساتھ کیا نتائج دے سکتی ہے۔ اس سے ہدف، نئے کارڈز کی تعداد، دہرائی کی حدوں اور زیادہ سے زیادہ وقفے میں تبدیلیوں کا موازنہ کریں۔
FSRS Simulator کی دستاویزات تخمینے کے لیے درکار بنیادی معلومات کی یہ فہرست دیتی ہیں:
- کتنے دنوں کا تخمینہ لگانا ہے
- تخمینے میں کتنے اضافی نئے کارڈز شامل کرنے ہیں
- روزانہ نئے کارڈز
- روزانہ زیادہ سے زیادہ دہرائیاں
- زیادہ سے زیادہ وقفہ
- یاد رکھنے کا مطلوبہ ہدف اور پری سیٹ کے FSRS پیرامیٹرز
سمیولیشن پری سیٹ میں موجود کارڈز کی حقیقی یادداشت کی حالتیں بھی استعمال کرتی ہے۔ اسی لیے پرانے مجموعے کے لیے یہ آج دہرائے جانے والے کارڈز کی تعداد کو کسی عمومی فیصد سے ضرب دینے سے زیادہ مفید ہے۔
اصل سیٹنگز بدلنے سے پہلے تین صورتوں کا تخمینہ لگائیں:
- موجودہ ہدف اور نئے کارڈز کی موجودہ رفتار۔
- وہ ہدف جسے آپ اختیار کرنا چاہتے ہیں۔
- وہی ہدف مگر روزانہ کم نئے کارڈز کے ساتھ۔
تیسری صورت ایک عام متبادل آزماتی ہے: یاد رکھنے کا ہدف برقرار رکھیں اور نئے مواد کی رفتار کم کر دیں۔ اگر اس سے کام کا قابلِ عمل تخمینہ ملتا ہے تو صرف قطار چھوٹی کرنے کے لیے زیادہ بھولنا قبول کرنے کی ضرورت نہیں۔ نئے کارڈز کی تعداد پر تفصیلی رہنمائی کے لیے روزانہ کتنے نئے فلیش کارڈز؟ پڑھیں۔
دونوں ٹولز تخمینے دیتے ہیں۔ جن دنوں دہرائی رہ جائے، کارڈز میں ترمیم، نیا مواد اور درجہ بندی کی بدلتی عادتیں اصل کام کے بوجھ کو گراف کے تخمینے سے مختلف کر سکتی ہیں۔ موازنے سے سمت چنیں؛ اسے کئی ماہ بعد کی قطار کی درست تعداد کا وعدہ نہ سمجھیں۔
پرانی رہنمائی میں Compute Minimum Recommended Retention، یا CMRR، کا ذکر ہو سکتا ہے۔ Anki نے یہ فیچر ورژن 25.07 میں ہٹا دیا تھا۔ اب مطلوبہ ہدف چننے کا طریقہ یہ نہیں ہے۔
FSRS پیرامیٹرز اپنی دہرائیوں کے ریکارڈ کے مطابق طے کریں
یاد رکھنے کا مطلوبہ ہدف آپ کا مقصد بیان کرتا ہے۔ FSRS پیرامیٹرز بتاتے ہیں کہ ماڈل آپ کی دہرائیوں کے مطابق کیسے ڈھلتا ہے۔
Anki 26.08 میں فعال پری سیٹ کے پیرامیٹرز طے کرنے کے لیے Optimize Current Preset استعمال کریں۔ ڈیفالٹ طور پر Anki اس پری سیٹ کو استعمال کرنے والے ہر ڈیک کی دہرائی کی تاریخ شامل کرتا ہے؛ اگر ریکارڈ کے کسی محدود حصے کی بنیاد پر پیرامیٹرز طے کرنے ہوں تو تلاش کی شرط بدل سکتے ہیں۔ Optimize All Presets ایک ہی کارروائی میں تمام پری سیٹس اپ ڈیٹ کرتا ہے۔
وزن ہاتھ سے نہ لکھیں، نہ Reddit، کسی ویڈیو یا دوسرے شخص کے ڈیک سے نقل کریں۔ ان کے کارڈز، دہرائی کے اوقات اور درجہ بندی کی عادتیں آپ سے مختلف ہیں۔ FSRS-6 کے وزن کی صاف ستھری سطر ایسی مطالعے کی حکمتِ عملی نہیں جسے کسی اور پر جوں کا توں لاگو کیا جا سکے۔
دوبارہ اصلاح تبھی کریں جب دہرائی کی قابلِ ذکر نئی تاریخ جمع ہو جائے۔ Anki کی ہدایات کے مطابق مہینے میں ایک بار کافی ہے، جبکہ 26.08 کی ایپ کے اندر رہنمائی چند ماہ میں ایک بار کو کافی کہتی ہے۔ عملی نتیجہ ایک ہی ہے: ہر ہفتے اصلاح کی ضرورت نہیں، ہر نشست کے بعد تو بالکل نہیں۔
موجودہ پری سیٹ کے لیے Health check چلائیں
جب جاننا چاہیں کہ FSRS موجودہ پری سیٹ کی تاریخ کے مطابق کتنی اچھی طرح ڈھل سکتا ہے تو Check health when optimizing (slow) آن کریں۔ یہ جانچ Optimize Current Preset کے ساتھ چلتی ہے، Optimize All Presets کے ساتھ نہیں۔
اگر نتیجہ کمزور آئے تو وزن بدلنے سے پہلے ڈیٹا دیکھیں۔ Anki کی FSRS پیرامیٹرز کی رہنمائی عام وجوہات بتاتی ہے: چند سو سے بھی کم دہرائیاں، جواب نہ آنے پر Hard استعمال کرنا، اور یاد نہ آنے کے باوجود Again نہ دبانا۔ اگر مفید تاریخ کم ہے تو ڈیفالٹ پیرامیٹرز برقرار رکھیں اور بعد میں اصلاح کریں؛ کسی اور کے پیرامیٹرز نہ لیں۔
Again کا مطلب یاد نہ آنا ہے؛ Hard کا مطلب مشکل سے درست یاد آنا ہے
یہ عادت کسی بھی سیٹنگ جتنی اہم ہے۔
جب مطلوبہ جواب نہ دے سکیں یا غلط جواب دیں تو Again دبائیں۔ Hard صرف تب استعمال کریں جب جواب درست یاد آیا ہو مگر خاصی کوشش یا ہچکچاہٹ کے ساتھ۔ Good اور Easy بھی کامیاب جواب کے درجے ہیں۔
Again کے چھوٹے وقفے سے بچنے کے لیے Hard دبانے سے ناکامی کے بعد کامیابی درج ہوتی ہے۔ پھر FSRS غلط واقعے سے سیکھتا ہے۔ وہ بٹن منتخب کریں جو یاد آنے کی کیفیت بیان کرے، نہ کہ وہ جس کے اوپر آپ کی پسند کا وقفہ لکھا ہو۔
مبہم کارڈز کو دیانت داری سے درجہ دینا مشکل ہوتا ہے۔ اگر سوال پانچ باتیں پوچھتا ہے اور آپ کو چار یاد آتی ہیں تو شیڈولنگ کے مسئلے کی ابتدا کارڈ بناتے وقت ہو گئی تھی۔ کارڈ تقسیم کریں یا دوبارہ لکھیں۔ بار بار دہرائی کے باوجود یاد نہ آنے والے کارڈز کے لیے بار بار بھول جانے والے فلیش کارڈز کیسے درست کریں پڑھیں۔
FSRS میں سیکھنے کے مراحل چھوٹے رکھیں، یا سوچ سمجھ کر خالی چھوڑیں
سیکھنے اور دوبارہ سیکھنے کے مراحل ان مختصر وقفوں کو کنٹرول کرتے ہیں جن کے بعد کارڈ دوبارہ آتا ہے، اس سے پہلے کہ معمول کا طویل مدتی شیڈول شروع ہو۔ یہ یاد رکھنے کا کوئی دوسرا ہدف نہیں ہیں۔
Anki کی FSRS رہنمائی دو پابندیاں تجویز کرتی ہے:
- ہر مرحلہ ایک دن سے چھوٹا ہو اور اسی دن مکمل کرنا ممکن ہو
- ایک ہی دن کی دہرائیوں کی تعداد کم رہے
1m 10m 1d 3d جیسی لمبی زنجیر SM-2 کی پرانی عادت FSRS میں لے آتی ہے۔ ایک دن یا اس سے زیادہ کے مراحل ماڈل کے مطابق شیڈولنگ میں تاخیر کرتے ہیں اور بٹنوں پر الجھانے والے وقفے دکھا سکتے ہیں، مثلاً Hard کا وقفہ Good سے لمبا ہونا۔
اگر آپ کی نشستوں سے میل کھاتا ہو تو سیکھنے کے لیے 1m 10m اور دوبارہ سیکھنے کے لیے 10m ایک محتاط ابتدائی ترتیب ہے۔ ایک ہی دن زیادہ دہرائیاں لازماً بہتر نہیں ہوتیں۔
Anki 26.08 میں سیکھنے یا دوبارہ سیکھنے کے مراحل کا کوئی بھی خانہ خالی چھوڑا جا سکتا ہے۔ FSRS آن ہو تو خالی خانہ اس مختصر مدتی شیڈولنگ کا فیصلہ FSRS کو دے دیتا ہے۔ یہ تجرباتی فیچر ہے، اور Again کا وقفہ ایک دن یا اس سے زیادہ ہو سکتا ہے۔ اگر آپ چاہتے ہیں کہ کارڈ طے شدہ مختصر وقفے کے بعد اسی دن دوبارہ آئے تو مختصر دستی مراحل رکھیں؛ خانہ صرف تب خالی کریں جب جان بوجھ کر وقت کا انتخاب FSRS کے سپرد کرنا چاہیں۔
بتدریج تبدیلی کے لیے Reschedule cards on change آف رکھیں
Reschedule cards on change آف ہو، جو ڈیفالٹ ہے، تو FSRS آن کرنے یا ہدف یا پیرامیٹرز بدلنے سے موجودہ مقررہ تاریخیں فوراً نہیں بدلتیں۔ نئی ترتیب آئندہ کارڈز دہراتے وقت لاگو ہوتی ہے، اس لیے قطار آہستہ آہستہ بدلتی ہے۔
یہ آپشن آن ہو تو FSRS کی ان تبدیلیوں میں سے کسی کو محفوظ کرتے ہی دہرائی کی تاریخوں کا فوراً نئے سرے سے حساب کیا جاتا ہے۔ نئے ہدف اور کارڈز کی حالت کے مطابق بہت سے کارڈز کی دہرائی ایک ساتھ واجب ہو سکتی ہے۔ Anki دوبارہ شیڈول کیے گئے کارڈز کے لیے دہرائی کے اندراج بھی شامل کرتا ہے، جس سے مجموعے کا سائز بڑھتا ہے۔
یہ آپشن صرف تب مفید ہے جب آپ واقعی پچھلے کارڈز کا شیڈول بھی نئے سرے سے بنانا چاہتے ہوں۔ پرانے مجموعے کے لیے:
- تازہ بیک اپ بنائیں اور یقین کر لیں کہ تبدیلی واپس کرنا یا بیک اپ بحال کرنا جانتے ہیں۔
- مجوزہ سیٹنگز کے ساتھ Simulator چلائیں۔
- ایک ہی سیٹنگ بدلیں؛ کئی تجربے اکٹھے نہ کریں۔
- محفوظ کرتے وقت دوبارہ شیڈولنگ صرف تب آن کریں جب تاریخیں فوراً بدلنا چاہتے ہوں اور اس کے نتیجے میں آنے والا کام کر سکیں۔
SM-2 سے منتقل ہوتے وقت دوبارہ شیڈولنگ استعمال کرنے پر Anki واضح طور پر بیک اپ کی سفارش کرتا ہے۔ فلیش کارڈز کے بیک اپ کی رہنمائی بتاتی ہے کہ بحالی کا طریقہ خود بیک اپ فائل جتنا اہم کیوں ہے۔
زیادہ سے زیادہ وقفے کی حد بڑی رکھیں
Anki میں زیادہ سے زیادہ وقفے کی ڈیفالٹ حد 100 سال ہے۔ یہ عجیب لگتا ہے، مگر یہ صرف بالائی حد ہے، اس بات کا وعدہ نہیں کہ ہر پرانا کارڈ ایک صدی کے لیے غائب ہو جائے گا۔
حد چھوٹی کرنے سے اچھی طرح یاد کارڈز جلد واپس آتے ہیں اور کام بڑھتا ہے۔ حد تک پہنچنے پر Hard، Good اور Easy ایک ہی وقفہ دکھا سکتے ہیں، کیونکہ کوئی بھی زیادہ سے زیادہ حد پار نہیں کر سکتا۔
کم حد تب معقول ہو سکتی ہے جب امتحان کی وجہ سے تیاری کے لیے ایک مقررہ مدت دستیاب ہو، مواد اکثر بدلتا ہو، یا کوئی پیشہ ورانہ قاعدہ متوقع یادداشت سے قطع نظر بار بار دہرانا لازم کرتا ہو۔ پریشانی میں چھوٹی تعداد چننے کے بجائے اس حد کو کیلنڈر اور Simulator کے ساتھ دیکھیں۔ FSRS کے ساتھ امتحان کی تیاری کیسے کریں اس مخصوص صورت کو بیان کرتا ہے۔
عام طویل مدتی سیکھنے کے لیے حد بڑی رکھیں۔ یاد رکھنے کا مطلوبہ ہدف پہلے ہی یہ کنٹرول کرتا ہے کہ متوقع یادداشت کی بنیاد پر دہرائی کب ہونی چاہیے۔
نئے کارڈز کی تعداد بھی کام کے فیصلے کا حصہ ہے
FSRS دہرائیوں کو وقت میں تقسیم کر سکتا ہے؛ وہ اتنی گنجائش نہیں پیدا کر سکتا کہ آپ بے حد نئے کارڈز پڑھتے رہیں۔ ہر نیا کارڈ ابھی سیکھنے اور بعد میں دہرانے کا کام پیدا کرتا ہے۔
جب قطار بہت بھاری ہو تو ہدف کم کرنے سے پہلے یہ دیکھیں:
- روزانہ نئے کارڈز کی تعداد
- ایک ساتھ بڑی تعداد میں درآمد یا تیار کیے گئے کارڈز
- دہرائیوں کی ایسی زیادہ سے زیادہ حد جو مقررہ وقت پر آنے والے کارڈز کو مسلسل چھپا رہی ہو
- بار بار بھول جانے والے اور مبہم کارڈز جن پر مسلسل وقت لگ رہا ہو
- وہ دن جب دہرائی چھوٹ گئی ہو
جب معلوم ہو کہ ڈیک بڑھے گا تو Additional new cards to simulate استعمال کریں۔ صرف آج کے مجموعے پر مبنی تخمینہ بڑی تعداد میں کارڈز درآمد کرنے کے بعد کے کام کی نمائندگی نہیں کرے گا۔
اگر نتیجہ بہت زیادہ ہو تو نئے کارڈز کم کریں اور دوبارہ تخمینہ لگائیں۔ اس سے یاد رکھنے کا ہدف برقرار رہتا ہے اور شیڈیولر سے زیادہ بھولنے کی گنجائش مانگنے کی ضرورت نہیں پڑتی۔
Anki اور Nibomo میں FSRS کے کنٹرولز مختلف ہیں
دونوں مصنوعات FSRS-6 استعمال کرتی ہیں، مگر Anki کی FSRS سیٹنگز Nibomo پر جوں کی توں لاگو نہیں ہوتیں۔
| صلاحیت | Anki 26.08 | Nibomo |
|---|---|---|
| یاد رکھنے کا مطلوبہ ہدف | Shared Preset یا This deck | ہر ورک اسپیس کے لیے قابلِ ترتیب؛ ڈیفالٹ 0.90 |
| FSRS پیرامیٹرز | دہرائی کی تاریخ سے Optimize Current Preset یا Optimize All Presets | سرکاری FSRS-6 ڈیفالٹ وزن مقرر ہیں اور v1 میں صارف انہیں بدل نہیں سکتا |
| سیکھنے کے مراحل | قابلِ ترتیب؛ خالی خانے پر FSRS کی شیڈولنگ تجرباتی ہے | ہر ورک اسپیس کے لیے قابلِ ترتیب؛ ڈیفالٹ 1m 10m |
| دوبارہ سیکھنے کے مراحل | قابلِ ترتیب؛ خالی خانے پر FSRS کی شیڈولنگ تجرباتی ہے | ہر ورک اسپیس کے لیے قابلِ ترتیب؛ ڈیفالٹ 10m |
| زیادہ سے زیادہ وقفہ | ڈیفالٹ 100 سال | ڈیفالٹ 36,500 دن، یعنی 100 سال |
| سیٹنگز میں تبدیلی | ڈیفالٹ طور پر آئندہ دہرائیوں پر؛ پچھلے کارڈز کو دوبارہ شیڈول کرنا اختیاری ہے | صرف آئندہ دہرائیوں پر؛ موجودہ مقررہ تاریخیں دوبارہ نہیں بنائی جاتیں |
| کام کے بوجھ کے ٹولز | Help Me Decide (Experimental) اور FSRS Simulator (Experimental) | v1 میں کام کے بوجھ کا کوئی مساوی سمیولیٹر نہیں |
Nibomo معیاری Again، Hard، Good اور Easy درجے استعمال کرتا ہے اور ہر کارڈ کی FSRS یادداشت کی حالت محفوظ رکھتا ہے۔ اس کے بیک اینڈ، iOS اور Android شیڈیولرز تین الگ نفاذ ہیں جن کا رویہ یکساں رکھا جاتا ہے؛ ویب پر دہرائی چوتھی نقل بنانے کے بجائے بیک اینڈ شیڈیولر ہی استعمال کرتی ہے۔
یہ حدیں اور ڈیفالٹ قدریں عوامی Nibomo FSRS شیڈولنگ کی تصریح میں درج ہیں۔ فرق واضح ہے: Nibomo ورک اسپیس کی سطح پر ایک عملی FSRS-6 ترتیب دیتا ہے، جبکہ Anki سیٹنگز کو مختلف سطحوں پر لاگو کرنے، ذاتی ریکارڈ کے مطابق پیرامیٹرز طے کرنے اور سمیولیشن چلانے کے زیادہ اختیارات دیتا ہے۔ اگر یہ کنٹرولز ضروری ہیں تو Anki زیادہ موزوں ہے۔
پرانے مجموعے کے لیے زیادہ محفوظ طریقۂ کار
اگر آپ کے پاس پہلے سے کئی ماہ یا سال کی دہرائی کی تاریخ ہے تو یہ ترتیب اپنائیں:
- درجہ بندی کے بٹن درست معنی میں استعمال کریں۔ Again ناکامی ہے؛ Hard مشکل سے درست یاد آنا ہے۔
- موجودہ پری سیٹ کی اصلاح کریں۔ وزن بدلنے یا نقل کرنے کے بجائے اپنی تاریخ سے ماڈل طے کریں۔
- ضرورت ہو تو Health check چلائیں۔ دہرائیوں کا کم یا غیر مستقل ریکارڈ ڈیٹا کا مسئلہ ہے۔
- Help Me Decide استعمال کریں۔ جتنی دہرائیاں یا منٹ مستقل دے سکتے ہیں، ان کے مطابق ہدف کی حد چنیں۔
- Simulator چلائیں۔ موجودہ ترتیب، مجوزہ ہدف اور کم نئے کارڈز والی صورت کا موازنہ کریں۔
- اصل ترتیب میں ایک چیز بدلیں۔ پہلے ہدف یا نئے کارڈز کی تعداد بدلیں، پھر حقیقی قطار دیکھیں۔
- مراحل مختصر رکھیں۔ سیکھنے اور دوبارہ سیکھنے کی دن بھر یا اس سے لمبی زنجیریں ہٹائیں؛ خالی خانے صرف تجربے کے طور پر استعمال کریں۔
- زیادہ سے زیادہ وقفے کی حد بڑی رکھیں۔ صرف واضح آخری مدت یا تقاضے کے لیے اسے کم کریں۔
- دوبارہ شیڈولنگ آف رکھیں۔ اگر فوری طور پر شیڈول دوبارہ بنانا ضروری ہو تو پہلے بیک اپ لیں اور آنے والی قطار کی تیاری کریں۔
یہ ترتیب پرانے شیڈول کو جہاں تک ممکن ہو واپس بحال کرنے کے قابل رکھتی ہے۔ یہ تین الگ مسائل، یعنی ماڈل کا تاریخ سے میل، یاد رکھنے کا ہدف اور نئے مواد کی رفتار، کو سیٹنگز کی ایک ہی الجھن بننے سے بھی روکتی ہے۔
بہترین FSRS سیٹنگز کے بارے میں عام سوالات
کیا FSRS کے لیے 90% بہترین ہدف ہے؟
یہ عمومی طور پر سب سے محتاط ابتدائی قدر ہے کیونکہ Anki کی ڈیفالٹ ہے اور ہدف بہت اونچا رکھنے سے دہرائی کے بوجھ میں آنے والے تیز اضافے سے بچاتی ہے۔ کسی ایک ڈیک کے لیے بہترین قدر بھولنے کی قیمت اور اس کام پر منحصر ہے جو آپ مستقل کر سکتے ہیں۔ اسے بدلنے سے پہلے Help Me Decide (Experimental) دیکھیں۔
کیا مجھے یاد رکھنے کا ہدف 95% رکھنا چاہیے؟
صرف اضافی دہرائیوں یا منٹوں کا اندازہ لگانے کے بعد۔ واضح کارڈز والا اہم ڈیک 95% کا جواز رکھ سکتا ہے؛ شوقیہ مطالعے کا بڑا مجموعہ بلا ضرورت بھاری ہو سکتا ہے۔ اسی وقت پچھلے کارڈز کی دوبارہ شیڈولنگ آن نہ کریں، الا یہ کہ جان بوجھ کر مقررہ تاریخیں فوراً نئے سرے سے بنانا چاہتے ہوں۔
مجھے FSRS پیرامیٹرز کی اصلاح کتنی بار کرنی چاہیے؟
ماہانہ اصلاح پہلے ہی کافی ہے، اور Anki 26.08 کی ایپ کے اندر رہنمائی چند ماہ میں ایک بار کو کافی کہتی ہے۔ قابلِ ذکر نئی تاریخ جمع ہونے کے بعد اصلاح کریں، روزانہ یا ہفتہ وار معمول کے طور پر نہیں۔
کیا FSRS میں سیکھنے کے مراحل خالی ہونے چاہییں؟
سیکھنے یا دوبارہ سیکھنے کے مراحل خالی ہوں تو Anki 26.08 متعلقہ مختصر مدتی شیڈول FSRS کے سپرد کر دیتا ہے۔ یہ تجرباتی فیچر ہے اور Again ایک دن یا اس سے بھی بعد شیڈول ہو سکتا ہے۔ اسی دن مکمل ہونے والے چند مراحل اب بھی محتاط انتخاب ہیں۔
کیا FSRS سیٹنگز بدلنے سے موجودہ Anki کارڈز دوبارہ شیڈول ہوتے ہیں؟
ڈیفالٹ طور پر نہیں۔ Reschedule cards on change آف ہو تو نئی سیٹنگز قطار فوراً دوبارہ بنائے بغیر آئندہ دہرائیوں کو متاثر کرتی ہیں۔ اسے آن کرنے سے مقررہ تاریخیں بدلتی ہیں اور بہت سے کارڈز کو فوراً دہرانا پڑ سکتا ہے، اس لیے پہلے بیک اپ لیں۔
کیا CMRR اب بھی Anki کا حصہ ہے؟
نہیں۔ Anki نے ورژن 25.07 میں Compute Minimum Recommended Retention ہٹا دیا تھا۔ Anki 26.08 میں ہدف اور کام کے متوقع بوجھ کا موازنہ کرنے کے لیے Help Me Decide (Experimental) اور FSRS Simulator (Experimental) استعمال کریں۔
کیا Nibomo میں Anki جیسی ہی سیٹنگز ہیں؟
یہ FSRS-6 استعمال کرتا ہے اور ہر ورک اسپیس کے لیے یاد رکھنے کا مطلوبہ ہدف، سیکھنے کے مراحل، دوبارہ سیکھنے کے مراحل، زیادہ سے زیادہ وقفہ اور fuzz فراہم کرتا ہے۔ یہ Anki کی سیٹنگز کے پورے ماڈل کی نقل نہیں کرتا: v1 میں وزن مقرر ہیں، تبدیلیاں صرف آئندہ دہرائیوں پر لاگو ہوتی ہیں، اور نہ ذاتی تاریخ کے مطابق پیرامیٹرز کی اصلاح ہے نہ کام کے بوجھ کا سمیولیٹر۔
فیصد سے پہلے کام کی گنجائش طے کریں
اچھی FSRS سیٹنگز دہرائی کی قطار کو حقیقی مطالعے کے منصوبے کے تابع رکھتی ہیں۔ 90% سے شروع کریں، کام کا اندازہ لگائیں، نئے کارڈز کی تعداد قابو میں رکھیں، اور ہدف صرف تب بڑھائیں جب زیادہ یاد رکھنے کا فائدہ اضافی دہرائیوں کی محنت سے بڑھ کر ہو۔ مراحل چھوٹے رکھیں، زیادہ سے زیادہ وقفے کی حد بڑی، اور درجہ بندی کے اندراج درست۔
پھر سیٹنگز کی اسکرین بند کر دیں۔ شیڈیولر کو سیٹنگز بدلتے ہوئے ایک اور شام گزارنے سے زیادہ آپ کی باقاعدہ دہرائیوں کی ضرورت ہے۔