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
96 lines
2.0 KiB
Markdown
96 lines
2.0 KiB
Markdown
# 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
|
|
|
|
```yaml
|
|
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
|
|
|
|
```json
|
|
{
|
|
"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
|
|
}
|
|
}
|
|
```
|