siyuan-note / riff Goto Github PK

https://github.com/open-spaced-repetition/go-fsrs/releases/tag/v1.0.0

这次升级主要改进了算法的公式，相对降低了 30% 的预测误差（相当于估计学习者记忆更准确了）

建议思源这边也更新一下依赖版本。我之后的优化器也会基于 FSRSv4 来做。

叶哥那里现在支持根据用户的数据来自定义权重
似乎只需要修改store.params.W，要求用户输入一个17个元素的数组，然后增加一个设置，默认关闭需要的打开就可以了。
其次是可能需要添加一个卡片导出功能，以便让用户在长期使用后可以将卡片导出去优化自定义权重......不过这个比较麻烦，可能现在最简单的是适配一个已有的自定义权重供已经有了权重的迁移用户使用。
我不太会写go，也不太清楚是否有未知的问题，所以还是想先发个issue问一下，这是否可行呢？

这里的 Rating 是从 0 开始的。但在 FSRSv4 中，Rating 统一从 1 开始了。不知道这里会不会受到影响？以及持久化部分存的 Rating 和这里的有关吗？