发现了个研究记忆的算法工程师，说明兴趣真的是最好的老师

上次和他聊过，还在墨墨。

不过现在大模型对这种间隔重复的算法冲击非常大。因为预测能力是这种间隔重复算法的根源。而大模型的预测能力，哪怕是通用的，还不用专门的针对这种间隔重复训练的大模型，也已经非常牛逼了。本来还想搞一个大模型加成的间隔重复算法软件，后来想想还是算了。有了大模型，依赖记忆的地方越来越少。做出来应该是自嗨。

@SuperDaniel313 大模型能预测文中提到的,某些不同难度的单词的遗忘概率?大佬有 prompt 参考一下吗

墨墨的算法确实 nb, 一直在用，基本上能命中遗忘的那些单词

@cornetCat #2 抱歉，没理解你的场景。

之前我构想的方案是传统 SRS 的那种方式，以卡片为最小单位，要输入他的历史评价，也就是它的遗忘程度，那个是主观的，比如你认为它很难，忘记了，或者记住了，很容易。大模型需要一定的数据量才能给你参考出来。传统的 SRS 的薄弱点在于知识之间的关联程度没有办法算出来。

打个比方，两张卡片是相邻的知识点，在传统的 SRS 里面就跟两篇笔记一样，除非你自己手动给它打标签，否则的话它们是孤立的。有了大模型，这些问题是可以解决的。可以在制卡的时候，让大模型把这些标签都算计好。多个卡片之间就有了共性关系。后面就可以水到渠成去通过这种关联性来改变它的遗忘程度。

但是你说单词这个维度，说实话，我个人的想法是，从语言学习的角度来说，它没什么意义。学语言最重要的是，至少以词组或者最好是用句子来记单词。孤立的学习单词，效果不是特别好。很多人都被闪卡这种背单词的方式带歪了。如果你感兴趣，你可以让大模型教你如何学会一个单词。它必然是给你举了很多场景，然后对应不同的词性以及含义，这个时候你学习最快的。所以我的概念里面挺难想象，就是你说的这个场景。

你说的挺对的。我很少记单词，我会把单词放到句子里去记忆 @SuperDaniel313

@SuperDaniel313 愿闻其详

@SuperDaniel313 原来如此 之前没刷新出来 #4 的回复 受教了

这个 app 是不是倒闭了?

@superhot #7 难得有人愿意听，我就多讲几句。

有了大模型之后，间隔重复软件的市场其实被大大压缩了，基本缩减到了“应试教育”，因为只有在考试时大模型才无法被使用。

​从长远看，大模型必然会越来越普及，准确率也会随技术升级不断提高。它最强大的地方在于能调动大脑的理解力、反应力和元能力，真正实现“场景式教学”。这就像有一个水平极高的一对一导师，随时随地满足你任何学习需求。我在 Google 的 NotebookLM 上已经深刻体会到了这种爽快感。

所以如果当下再继续投入资源去做这方面的研发，除非是去做专业的应试软件，不然收益不大。割韭菜倒是没问题的，韭菜最喜欢这种听起来不用学就能会的软件了。

https://zhuanlan.zhihu.com/p/679446069

这个人吧。

@SuperDaniel313 你的分析很有道理，感谢！

@SuperDaniel313 请问能分享一些你使用 NotebookLM 的经验吗？感谢！

那个算研究背单词吧

这个人才是研究记忆：
https://scholar.google.com/citations?user=iA0rQiwAAAAJ&hl=en
https://www.nature.com/articles/s41562-024-01983-9

要“研究”，光兴趣还是不够的，还是要走专业道路

@lingguo #12 我的步骤是这样：
1. 看书，只看一章；
2. 电子书搞 NLM 里头，提问；
3. 这章讲了什么？我的理解是....作者的意思是什么？我理解的对吗？
4. 对 NLM 的回答进行发散，不懂的全问一遍；
5. 要 NLM 批判我的想法，然后开始狡辩，直到心满意足；
6. 继续下一章；

传统学习不行了，哪有全才可以像大模型一样跟你彻夜辅导。

如果 Gemini 舔你了，你直接骂他：你不是真正的乐于助人的智能助手，你只会舔我，真正的乐于助人是讲真话，对我的想法进行批判，找出真正的问题。

吐槽一下，Gemini 网页版巨会舔，好几次给我舔的迷失自我，真以为自己手到擒来，直到我被现实干懵了。难怪皇上真以为天下太平，天天被人这样舔，谁遭得住啊

@est 是的

我就觉得 Gemini 老是舔，和现在的推荐算法一样，令人恶心。

@SuperDaniel313 我的做法是让 LLM 出测试题检验自己是不是真懂了。有时候自己觉得懂了但是仍然存在想不到的地方，能通过测试题检验出来。

@dawn009 一样呀，都是让大模型来替我们做一次全面的检查，看看理解的偏差有多少，和大模型认为的真正理解还有多少差距？然后再进行二次校正。

你甚至可以让大模型在你学习之前给你一次提前测试，错误的结果会让你对这个知识点记忆更加深刻。

然后如果是传统学习的话，其实还有一轮间隔测试。

也就是你当下做对了，并不一定等于你记住了，你理解了也不等于你能运用了。需要不断地用间隔测试的方法，加大间隔，同时进行测试。如果你能长期地记得住且用得出来，那么你才算是真正地掌握了。

但是这些麻烦的做法，或者说传统学习方法下看起来的优势，在大模型面前已经没什么太大的价值。现在是信息过载的时代，还是依赖大模型吧，打不过就加入。

@SuperDaniel313 #9 并非只有应试教育。即便是主题学习，也有大量的碎片化的原子化的信息需要长期记忆，从而让大脑调用相关知识更顺畅，更有利于创造性工作，间隔重复软件干的是这部分的活。
至于前置的理解学习部分，你说的是很对的。

@SantinoSong #19 针对个人学习来说，是你说的那样。我上面更多是从一个学习型工具即将面对的市场的视角来看待。

我大概 Anik 用过两年，supermemo 用了五六年，现在都放弃了。不是不好，是我逐渐用不到了。知识开始冗余的越来越多，随着我环境的变化，很多知识已经用不到，但如果为了保持记忆，我需要花很多精力去维护。

我选择删库跑路。

也可能是度过那个外化阶段，逐渐开始不依赖工具了。