Origine et historique de FSRS
FSRS a été créé en 2022 par Jarrett Ye, étudiant chercheur chinois passionné par les algorithmes de mémoire. Insatisfait par les limites de SM-2 (utilisé par défaut dans Anki depuis 1987), il a développé un nouveau modèle s'appuyant sur des données réelles de centaines de milliers d'utilisateurs Anki.
L'algorithme a évolué rapidement : FSRS-3, FSRS-4, puis FSRS-4.5 et FSRS-5 (2024). Chaque version améliore la précision des prédictions et la personnalisation. En 2024, l'équipe Anki l'a intégré nativement comme alternative à SM-2.
Le modèle DSR : Difficulté, Stabilité, Récupérabilité
FSRS-5 modélise la mémoire avec trois variables par carte, contrairement à SM-2 qui n'en utilise qu'une (le facteur d'aisance).
La difficulté représente l'effort intrinsèque que cette carte demande. Une carte sur une notion complexe a une difficulté plus haute qu'une carte sur une notion simple. Ce paramètre est appris au fil de tes réponses.
La stabilité mesure combien de temps la mémoire d'une carte va durer avant que tu l'oublies. Plus tu révises avec succès une carte, plus sa stabilité augmente. Une carte avec haute stabilité peut être espacée pendant des mois.
La récupérabilité est la probabilité que tu te souviennes de la carte à un instant donné. Elle décline avec le temps selon une courbe exponentielle dont la forme dépend de la difficulté et de la stabilité.
Pourquoi FSRS-5 est plus efficace que SM-2
SM-2 utilise un facteur unique d'aisance qui s'ajuste après chaque révision. C'est simple mais peu nuancé : une carte difficile et une carte ancienne sont traitées de la même façon. FSRS-5 sépare ces deux dimensions, ce qui donne des prédictions bien plus justes.
Les benchmarks montrent que pour une rétention cible de 90 %, FSRS-5 demande 30 à 50 % moins de révisions que SM-2. Concrètement, ça veut dire que tu passes 30 à 50 % de temps en moins en révisions pour le même résultat de mémorisation.
Le seuil de rétention configurable
Une particularité de FSRS-5 : tu peux choisir ton seuil cible de rétention. Par défaut 90 %, tu peux le baisser à 80 % pour réviser moins souvent (mais oublier plus de cartes), ou le monter à 95 % pour une rétention quasi parfaite (au prix de plus de révisions).
Diane permet de régler ce paramètre selon ton contexte. Pour un examen dans 2 mois, 90 % est le bon compromis. Pour des connaissances qu'on ne reverra qu'une fois (par exemple un voyage), 80 % suffit. Pour de la maîtrise long terme (concours), 95 % est préférable.
FSRS-5 dans Diane vs Anki
Diane utilise FSRS-5 nativement, sans configuration. Anki l'utilise aussi depuis 2024 mais nécessite une activation manuelle (Réglages > Algorithme > FSRS) et l'optimisation des paramètres par toi-même via la fonction Optimize.
Si tu utilises Anki avec FSRS-5 activé et optimisé, l'algorithme est équivalent à celui de Diane. Si tu utilises Anki avec SM-2 par défaut, Diane sera plus efficace.
Pour aller plus loin
FSRS est entièrement open source. Les paramètres, la documentation et les benchmarks sont publics sur GitHub (open-spaced-repetition/fsrs5). Si tu es curieux du modèle mathématique, Jarrett Ye a publié plusieurs articles décrivant les équations et la méthodologie.