Эта страница переведена автоматически и может содержать неточности. Английская версия является основной. Открыть английскую версию
Интервальные повторения (распределённая практика) — это возвращение к одному и тому же материалу несколько раз с промежутками между ними, вместо того чтобы изучать всё сразу, ради того чтобы удержать его дольше.
Вместо того чтобы прочитать что-то десять раз подряд, вы возвращаетесь к этому в первый день, на третий, через неделю, через месяц. Механизмом является сам промежуток — он меняет то, сколько остаётся.
После промежутка вы наполовину забыли материал, и именно эта трудность извлечения укрепляет память. Зубрёжка выглядит лучше на тесте сразу и хуже на тесте через несколько недель; интервалы рисуют противоположную кривую.
На практике для этого нужен планировщик, который решает, когда каждая карточка вернётся. Хорошо известны SM-2 из Anki и более новый FSRS.
Здесь цитируются только рецензируемые работы.
Ebbinghaus заучивал бессмысленные слоги, используя себя в качестве единственного испытуемого, и измерял, сколько он удерживал со временем. Это и есть кривая забывания, и с неё начинается вся идея.
Это к тому же самоэксперимент с одним участником на бессмысленных слогах. Ничто не гарантирует, что эти числа переносятся на изучение настоящей лексики.
Cepeda et al. (2006) обобщили литературу о распределённой практике для вербального воспроизведения и сообщают, что распределённое изучение превосходит массированное по удержанию. Будучи обзором и количественным синтезом, а не отдельным экспериментом, это более сильное свидетельство, чем любое одно исследование.
Cepeda et al. (2008) показали, что оптимальный интервал — не константа: он растёт вместе с тем, насколько далеко тест. Чем дольше вам нужно что-то помнить, тем длиннее должны быть промежутки.
🔴 Вот это практически важно. Единственного правильного интервала не существует — именно поэтому и существует планировщик.
Settles и Meeder (2016) обучили модель удержания (HLR) на крупномасштабных логах повторений Duolingo, рассматривая выбор интервала как задачу машинного обучения. Это одна из точек отсчёта для последующих работ о планировщиках.
Утверждения, которые делают от имени интервальных повторений и которые доказательства не подтверждают.
Cepeda et al. (2008) показали, что оптимальный интервал зависит от того, какой срок удержания вам важен. У таблицы, найденной где-то, нет никаких особых причин совпадать с вашей целью.
Ebbinghaus работал на одном испытуемом с бессмысленными слогами. Переносить «вы забываете 42% за 20 минут» напрямую на иноязычную лексику — это скачок.
Установлено долговременное удержание. Это не вывод о том, что общее время занятий сокращается. Ради экзамена на следующей неделе зубрёжка действительно может выиграть.
«Предсказанное время повторения оказалось верным» и «этот человек выучил больше» — не одна и та же величина. Мы публикуем первое.
LangDict использует интервальные повторения, и мы проверяем это решение, измеряя точность предсказаний.
Если оптимальный интервал зависит от ситуации, фиксированная таблица не может быть ответом — решать должна модель. В LangDict дату следующего повторения назначает наша собственная модель Lexa.
Lexa читает не только предсказываемую карточку, но и историю повторений других карточек этого пользователя как контекст, что позволяет одной общей модели персонализироваться без фазы подгонки под пользователя.
Мы публикуем сравнение с настройками FSRS-7 по умолчанию на трёх публичных бенчмарках (Anki / Duolingo / maimemo) вместе с метрикой, разбиением данных и оценками. Сравнивается точность предсказания удержания в памяти, а не результаты обучения.
Смотреть LangDict →The Lexa research report →Ebbinghaus, H. (1885). Über das Gedächtnis: Untersuchungen zur experimentellen Psychologie. Leipzig: Duncker & Humblot.
Приводятся только те работы, у которых автор, год и место публикации сверены с оригиналом. Для журнальных статей том, выпуск и страницы также сверены с Crossref.
Last updated: July 2026