Hana
6e21501331
- SKILL.md: Main skill definition with 20-iteration feedback loop - config.yaml: Pipeline parameters (loop, sources, questions, adaptation) - pipeline/: 5-step learning pipeline (topic selection → source discovery → extraction → synthesis → report) - feedback/: 4 feedback mechanisms (self-testing, spaced repetition, interleaving, adaptation) - Learning science principles: active recall, spaced repetition, desirable difficulty, interleaving, delayed feedback
2.0 KiB
2.0 KiB
F3: 교차 학습 (Interleaving)
개요
여러 주제를 섞어서 학습하면 단일 주제를 반복하는 것보다 장기 기억이 40% 향상됩니다.
적용 방법
세션 내 교차
한 자기 평가 세션에서 여러 주제의 문제를 혼합 출제:
세션 문제 구성:
- 현재 주제 문제: 70%
- 이전 세션 주제 문제: 30%
세션 간 교차
이전 세션에서 학습한 주제를 현재 세션에 포함:
예시:
- 세션 1: Rust Async 학습
- 세션 2: Tokio Internals 학습
- 세션 2 자기 평가:
- Tokio 문제: 70%
- Rust Async 문제: 30% (세션 1에서 학습)
문제 구성 알고리즘
1단계: 현재 주제 문제 생성
현재 학습한 주제에서 문제 생성 (70%)
2단계: 이전 주제 문제 선택
메모리에서 이전 세션 주제를 검색하고, 복습 예정 카드에서 문제 선택 (30%)
3단계: 문제 셔플
모든 문제를 무작위 순서로 셔플
이전 주제 선택 기준
| 기준 | 가중치 |
|---|---|
| 복습 예정일이 가까운 순 | 높음 |
| 이전 정답률이 낮은 순 | 높음 |
| 개념 연결이 많은 순 | 중간 |
| 최근 학습한 순 | 낮음 |
교차 비중 조절
설정
interleaving:
enabled: true
mix_previous_sessions: 3 # 이전 세션 주제 포함 수
mix_ratio: 0.3 # 이전 주제 비중
적응적 조절
- 현재 주제 정답률 90%↑ → 이전 주제 비중 0.4로 증가
- 현재 주제 정답률 50%↓ → 이전 주제 비중 0.2로 감소
- 특정 이전 주제 오답률 높음 → 해당 주제 비중 증가
메모리 저장 형식
{
"session_topics": [
{
"topic_id": "rust_async",
"source_session": 1,
"question_count": 7,
"correct_count": 6
},
{
"topic_id": "tokio_internals",
"source_session": 2,
"question_count": 3,
"correct_count": 2
}
],
"interleaving_stats": {
"mix_ratio": 0.3,
"cross_session_accuracy": 0.83
}
}