FSRS4Anki负载均衡机制与最大间隔参数优化指南

问题背景分析

在使用FSRS4Anki算法进行卡片调度时，用户发现启用负载均衡功能后仍出现复习卡片分布不均的情况。核心现象表现为：

1. 未来每日复习量波动显著
2. 产生大量积压卡片
3. 成熟卡片（间隔接近最大间隔值）占比过高（约54%）

技术原理剖析

负载均衡的工作机制

FSRS的负载均衡功能通过以下方式优化复习计划：

1. 自动检测未来复习高峰日
2. 将部分卡片提前或延后调度
3. 确保每日复习量相对均衡

最大间隔参数的制约

当用户设置最大间隔为90天时：

• 算法无法对接近该阈值的卡片进行有效调度
• 约3100张卡片的间隔被锁定在2.9个月以上
• 导致负载均衡仅能对剩余46%的卡片生效

医学学习场景优化建议

参数调整方案

1. 放宽最大间隔限制

   • 建议调整为120-150天
   • 给予算法更大调度空间
   • 配合提高期望记忆保留率（如0.92→0.95）

2. 渐进式调整策略

   # 示例：分阶段调整参数
   current_max_interval = 90  # 当前值
   target_max_interval = 150  # 目标值
   adjustment_steps = [110, 130, 150]  # 分3次调整
   

算法信任度建立

1. FSRS的记忆预测模型基于大规模实证研究
2. 高保留率设置可确保知识牢固掌握
3. 系统会自动补偿记忆衰退（通过动态难度调整）

实施建议

1. 先进行参数优化器重新训练
2. 分阶段调整最大间隔值
3. 监控3-4周的实际记忆表现
4. 根据遗忘率微调期望保留参数

通过合理配置参数组合，可以在保证知识巩固效果的同时，获得更平滑的复习体验。医学知识体系特别适合采用"较高保留率+适度最大间隔"的策略组合。