Cơ chế "Trồng cây" & Logic vận hành (Vocab V2 – Mechanism Explained)

DomainsDOL EnglishUX3.864 words19 min read

active

Cơ chế “Trồng cây” & Logic vận hành (Vocab V2 – Mechanism Explained)

Hardening Note (SoT precedence): Tài liệu này tuân theo VOCV2_Product_Spec_Hardening_v1.md (./VOCV2_Product_Spec_Hardening_v1.md). Nếu có mâu thuẫn, ưu tiên SoT hardening.

Triết lý trồng cây từ vựng (../Assets/Images/Mechanism/core%20factors.png)

Tài liệu này giải thích toàn bộ cơ chế cốt lõi của Vocab V2, từ metaphor “Vườn cây” (User View) đến logic 6 cấp độ phát triển (System View).

TL;DR: Cơ Chế Hoạt Động (Tóm tắt)

Học theo Ưu tiên (Auto-Priority): Hệ thống tự động tính toán và đưa ra những từ bạn sắp quên để ôn tập ngay, không cần bạn phải tự chọn bài.
Ngưỡng thành thạo (Threshold): Mỗi từ có một “đích đến” (ví dụ 80/100 điểm). Chỉ khi vượt qua mốc này, cây mới được tính là Khỏe mạnh (Thuộc bài).
Cơ chế Tính điểm (Asymmetric Scoring):
- Làm đúng: Điểm tăng từ từ (Xây dựng trí nhớ bền vững).
- Làm sai: Điểm trừ mạnh (Báo động đỏ để ép bạn ôn tập ngay lập tức).
Trạng thái Cây (Visual States):
- Tươi tốt (Healthy): Cây khỏe, tinh thần sảng khoái (Lv 3+).
- Phát triển (Growing): Đang lớn, chưa đủ tuổi để “héo”.
- Cần tưới (Needs Water): $0 < F < Threshold$ . Càng về 0 cây càng héo rũ.
- Héo (Withered): Cây đã héo khô ( $F = 0$ ). Phải tưới lại.
Cấp độ Phát triển (Growth Stages):
- 6 Cấp độ: Từ Hạt giống (0) -> Nở hoa (5).
- Thăng cấp: Dựa trên thành tích cao nhất (Peak Performance).
- Không tụt hạng (No Downgrade): Cây đã lớn thì không bao giờ bé lại, chỉ có thể bị Héo (Về 0).

1. Tư duy cốt lõi: “Khu vườn trí nhớ”

Hãy tưởng tượng trí não của bạn là một khu vườn, và mỗi từ vựng mới là một cái Cây.

Khi mới học, bạn chỉ vừa gieo một hạt giống.
Theo thời gian, nếu không chăm sóc, cây sẽ héo dần và chết (quên).
Mục tiêu của hệ thống là: Nhắc bạn “tưới nước” (ôn tập) đúng lúc cây đang khát nhất.

Tại sao?

Tưới khi đất còn ẩm (mới ôn hôm qua): Thừa thãi, úng rễ.
Tưới khi cây đã nứt nẻ (quên sạch): Phải gieo hạt lại từ đầu.
Tưới lúc cây bắt đầu héo (Vd: Sức sống < 30%): Rễ cây sẽ đâm sâu hơn, cây khỏe hơn và lớn nhanh nhất.

Thời điểm tưới nước tối ưu (../Assets/Images/Mechanism/toi%20uu%20diem%20can%20tuoi%20nuoc.png)

2. Từ điển định nghĩa (Glossary of Key Terms)

Để tránh nhầm lẫn giữa ngôn ngữ “ẩn dụ” và “kỹ thuật”, dưới đây là bảng tra cứu nhanh toàn bộ các định nghĩa:

Thuật ngữ	Tên đầy đủ	Ẩn dụ	Giải thích kỹ thuật
F	Fluency	Sức sống hiện tại	Chỉ số đại diện cho độ vững chắc của trí nhớ tại thời điểm xem (0-100).
D	Decay	Tốc độ héo	Vận tốc giảm của điểm F theo thời gian (Điểm/Phút).
K	System Anchor	Nhịp tim hệ thống	Hằng số quy định đơn vị thời gian gốc (Ví dụ: 100 điểm F = 2400 phút).
SC	Success Count	Tiềm lực (Kinh nghiệm)	Số lượt đúng liên tiếp, dùng để giảm Decay (D) dãn rộng thời gian ôn.
FC	Fail Count	Báo động (Vết thương)	Số lượt sai liên tiếp, dùng để tăng Decay (D) ép ôn tập ngay.
F_base	Fluency Base	Giống cây (Gen)	Độ khó bẩm sinh được tính bằng AI Genetic Code (Độ dài + Ngữ nghĩa + Độ trừu tượng).
F_new	Post-Review Fluency	Sức sống hồi phục	Điểm số F ngay sau khi User vừa ôn tập xong một lượt.
D_min	Min Decay	Giới hạn bền bỉ	Tốc độ héo chậm nhất có thể (Ngăn việc từ vựng “không bao giờ quên”).
D_max	Max Decay	Giới hạn héo úa	Tốc độ héo nhanh nhất có thể (Tránh việc từ tụt điểm quá sốc).
F_peak	Peak Fluency	Đỉnh cao phong độ	Điểm số cao nhất từ trước đến nay của từ đó (Dùng để tính Cấp độ/Size).
Threshold	Comfort Zone	Ngưỡng an toàn	Mốc điểm F mà tại đó cây được coi là “Khỏe mạnh” (Thành thạo).
boostRepeat	Success Boost	Gia tốc thành công	Hệ số thưởng thêm cho chuỗi đúng liên tiếp (Chuỗi càng dài, thưởng càng đậm).
dragFail	Fail Drag	Lực cản thất bại	Hệ số phạt tăng tốc độ héo khi sai liên tiếp (Chuỗi sai càng dài, quên càng nhanh).
penaltyFail	Instant Penalty	Án phạt tức thì	Mức % điểm bị trừ ngay lập tức khi làm sai (Phần trăm này tuỳ thuộc kỹ năng).
nearMax	Diminishing Return	Lực cản hiệu suất	Cơ chế giảm điểm thưởng khi F > 90 (Càng lên cao càng khó leo).
W_ex	Exercise Weight	Đòn bẩy bài tập	Tổng trọng số tác động của bài tập (Kết hợp giữa Độ khó và Độ khớp skill).
f_difficulty	Difficulty Factor	Sức nặng tạ	Hệ số độ khó của dạng bài (Easy/Medium/Hard). Bài khó có tác động lớn hơn.
f_match	Skill Match	Độ chuẩn form	Hệ số khớp kỹ năng (Match/Mismatch). Bài đúng trọng tâm skill có tác động lớn hơn.

2.2 Các hệ số biến thiên (Dynamic Modifiers) - “Bộ máy thích nghi”

Chi tiết kỹ thuật xem tại Data Model - Section 5 (./VOCV2_Data_Model.md#s-t589afp0).

Bộ máy thích nghi (../Assets/Images/Mechanism/bo%20may%20thich%20nghi.png)

boostRepeat (Gia tốc thành công): Đúng càng nhiều, điểm cộng càng lớn (Thưởng cho sự bền bỉ).
dragFail (Lực cản thất bại): Sai càng nhiều, tốc độ héo càng nhanh (Báo động hổng kiến thức).
penaltyFail (Án phạt tức thì): Mức phạt điểm ngay lập tức khi làm sai (Tùy thuộc vào kỹ năng).
nearMax (Lực cản tiệm cận): Càng giỏi (F>90), càng khó để giỏi thêm (Quy luật hiệu suất giảm dần).

2.3 Các hệ số bài tập (Exercise Factors) - “Đòn bẩy tăng trưởng”

Chi tiết kỹ thuật xem tại Data Model - Section 5.5 (./VOCV2_Data_Model.md#s-qdq817ty).

W_ex (Trọng số bài tập): Tổng lực tác động của một bài tập lên trí nhớ. Bài càng khó và càng đúng trọng tâm, lực tác động càng mạnh.

Độ khó và độ khớp kỹ năng (../Assets/Images/Mechanism/skill%20match%20difficulty.png)

f_difficulty (Độ khó bài tập): “Sức nặng” của tạ. Bài Nhận biết (Easy) nhẹ hơn bài Tự sản sinh (Hard).
f_match (Độ khớp kỹ năng): “Độ chuẩn” của thế tập. Tập đúng bài bổ trợ cho kỹ năng gốc (Match) sẽ hiệu quả hơn tập bài warm-up (Mismatch).

3. Các chỉ số sinh tồn (The Vital Stats)

3 chỉ số sinh tồn của từ vựng (../Assets/Images/Mechanism/chi%20so%20sinh%20ton%20cua%20cay.png)

Hệ thống theo dõi sức khỏe của từng cái cây qua 3 chỉ số chính:

a. Sức Sống (Fluency - F)

Thước đo độ khỏe mạnh của cây (Thang 0 - 100).
F càng cao, cây càng khỏe, trí nhớ càng rõ ràng.

b. Tốc Độ Héo (Decay - D)

Tốc độ mất đi Sức Sống (F) theo thời gian.
Càng được tưới đúng cách (Ôn tập đúng/Success): Rễ cây càng bám sâu -> Decay giảm -> Lâu quên hơn.
Nếu bỏ bê hoặc làm sai (Fail): Đất xốp lên -> Decay tăng -> Nhanh quên hơn.

c. Giống Cây (Độ khó gốc - F_base)

Không phải hạt giống nào cũng giống nhau. Để biết chính xác một hạt giống “khỏe” hay “yếu” cỡ nào, hệ thống sử dụng cơ chế Genetic Code (Mã Gen Từ Vựng) để phân tích:

[PROPOSAL] Note: Cơ chế Genetic Code dưới đây là nội dung đang được đề xuất để tối ưu hóa việc cá nhân hóa, chưa phải là logic chính thức đang chạy trên production.

Công thức: $F_{base} = \text{AI (Cảm xúc)} + \text{Thuật toán (Lý trí)}$

AI (Semantic Sensor - Cảm biến ngữ nghĩa):
- Sử dụng AI để “ngửi” và “cảm nhận” độ khó vô hình của từ:
- Độ trừu tượng (Abstractness): AI phân biệt giữa “Apple” (Dễ hình dung $\to$ Dễ) và “Karma” (Khái niệm trừu tượng $\to$ Khó).
- Độ quen thuộc (Cognate Score): AI soi xem từ này có “hao hao” tiếng Việt/Latin không? (Ví dụ: “Radio”, “Internet” $\to$ Quá dễ; “Squirrel” $\to$ Lạ hoắc).
- Độ đa nghĩa (Polysemy): Từ này có bao nhiêu nghĩa? Đứng một mình hay dễ gây hiểu lầm? (Ví dụ: “Run”, “Set” nhiều nghĩa $\to$ Khó; “Laptop” 1 nghĩa $\to$ Dễ).
Algorithm (Static Calculator - Máy tính lý trí):
- Đo đạc các chỉ số vật lý cứng:
- Độ dài: Từ ngắn dễ nhớ hơn từ dài.
- Loại từ (POS): Danh từ (Noun) dễ nhớ hơn Trạng từ (Adverb).
- Cấp độ (CEFR): A1 (Dễ) vs C2 (Khó).

Ví dụ kết quả:

“Cat”: Ngắn + Cụ thể + Danh từ $\to$ Xương rồng (Rất khỏe, $F_{base} \approx 65$ ).
“Procrastination”: Dài + Trừu tượng + Ít gặp $\to$ Thủy tiên (Yếu ớt, $F_{base} \approx 10$ ).

F_base - Giống cây (../Assets/Images/Mechanism/f%20base.png)

d. Logic mở rộng cho Cụm từ (Phrase Logic)

Hệ thống xử lý Cụm từ (Phrase) khác với Từ đơn (Single Word).

Từ đơn: Khó vì sự “Đa nghĩa” (Polysemy) và “Trừu tượng”.
Cụm từ: Dễ hơn vì có “Ngữ cảnh”, nhưng bị trừ điểm nếu quá dài hoặc chứa từ quá khó.

Ví dụ kinh điển: “Reviews” vs “Total Reviews” Tại sao từ đơn lại khó hơn cụm từ?

Yếu tố	”Reviews” (Từ đơn) 🌹	“Total Reviews” (Cụm từ) 🌿
Bản chất	Đứng một mình, mơ hồ. (Review phim? Review bài học? Review code?)	Cụ thể, rõ ràng. (Tổng số lượt ôn tập)
Polysemy	Cao (Bị trừ điểm nặng)	Thấp / Zero (Không bị trừ điểm)
Abstractness	Cao	Thấp (Cụ thể hóa)
Lexical Burden	0 (Từ vựng B1 - Bình thường)	0 (Toàn từ dễ)
Kết quả F_base	~41 (Khó)	~68 (Dễ)

Triết lý: Não bộ xử lý thông tin có ngữ cảnh (Context) nhanh hơn thông tin rời rạc. Do đó, học cả cụm “Total Reviews” thực chất lại “nhẹ gánh” hơn học từ “Reviews” trơ trọi.

e. Genetic Labeling (Tem Hạt Giống) [PROPOSAL]

Hệ thống sẽ minh bạch hóa độ khó ( $F_{base}$ ) bằng các Visual Tags ngay trên thẻ từ, giúp người học hiểu rõ “số phận” của từng từ:

Nhãn (Tag)	Biểu tượng	Điều kiện ( $F_{base}$ )	Ý nghĩa UX
Easy Gen	🌵 Xương Rồng	$\ge 60$	”Từ này dễ, bạn sẽ master cực nhanh!”
Normal Gen	🌳 Cây Sồi	$30 - 59$	”Độ khó tiêu chuẩn.”
Hard Gen	🌹 Hoa Hồng	$< 30$	”Từ này rất khó, cần kiên nhẫn chăm sóc.”

f. Giả định về Thời gian (System Assumption - K)

Nếu F và D là sức khỏe riêng của từng cây, thì K là “Niềm tin” của người làm vườn về thời tiết chung.

Bản chất: K đại diện cho phán đoán mặc định của hệ thống về trí nhớ ngắn hạn của não bộ (default production: neo theo chu kỳ 40 giờ).
Vai trò: K thiết lập Sàn độ khó (Baseline).
- Từ cái “sàn” này, nếu bạn học tốt, hệ thống sẽ tin rằng trí nhớ bạn tốt hơn người thường → Tự động nới lỏng thời gian ra (Adaptive).
Quy đổi: K là công cụ giúp hệ thống dịch từ “Điểm Fluency 100” sang “Thời gian thực” (ví dụ: 40 giờ = 2400 phút theo default).

Giải thích Hệ số K - Kim đồng hồ hệ thống (../Assets/Images/Mechanism/He%20so%20K%20explained.png)

3. Vòng đời phát triển (The 6 Stages of Growth)

6 Cấp độ thông thạo (../Assets/Images/Mechanism/6%20level%20fluency.png)

Đây là hành trình một từ vựng đi từ lúc chưa biết gì đến khi thành thạo hoàn toàn (Mastery).

Thang đo: F ∈ [0,100]; D = đơn vị fluency/phút; success/fail là chỉ số liên tục (không phải count thô).
Visual State Logic (UI Rendering):
- Size (Kích thước cây) = max_stage.
- Health (Sức khỏe cây):
  - Healthy: $F \ge Threshold$ .
  - Needs Water: $0 < F < Threshold$ .
  - Withered: $F = 0$ .

Cấp độ (Size)	Điều kiện đạt (Qualification)	Tươi tốt (Healthy) $F \ge Threshold$	Cần tưới (Needs Water) $0 < F < Threshold$	Héo (Withered) $F = 0$
0. Hạt giống (Seed)	Chưa học (Unseen)	(Không áp dụng)	(Không áp dụng)	(Không áp dụng)
1. Nảy mầm (Sprout)	Vừa học xong (New)	🌱 Mầm xanh (Phát triển)	🟡 Mầm vàng (Yếu)	💀 Mầm héo đen (Chết)
2. Mầm non (Seedling)	Hiểu sơ bộ ( $F_{peak} \ge 30$ )	🌿 Cây ra lá (Phát triển)	🍂 Lá rụng bớt	🥀 Chết khô
3. Cây non (Sapling)	Qua ngưỡng an toàn ( $F_{peak} \ge Threshold$ )	🪴 Thân cây thẳng đứng, khỏe mạnh	🎋 Thân cây nghiêng ngả, yếu ớt	🪵 Thân cây khô, nứt nẻ
4. Trưởng thành (Mature)	Chuỗi thắng $\ge$ 3 ( $Success \ge 3$ )	🌳 Tán lá xanh mướt, sum suê	🍂 Tán lá ngả sang màu vàng, thưa thớt	🏚️ Cây trơ trọi, chỉ còn cành khô
5. Nở hoa (Flowering)	Chuỗi thắng $\ge$ 5 ( $Success \ge 5$ )	🌸 Cây có hoa nở rực rỡ	🥀 Hoa tàn, cánh rụng	🪦 Cây hóa đá, màu xám xịt

(Threshold gợi ý: Speaking 80, Writing 75, Reading 70)

3.1 Chi tiết Trạng thái Sức khỏe (Health States Explained)

Hệ thống phân loại sức khỏe của cây dựa trên sự so sánh giữa Sức sống hiện tại ( $F$ ) và Ngưỡng an toàn ( $Threshold$ ):

Trạng thái	Điều kiện Logic	Ý nghĩa Metaphor	Hành động
Tươi tốt (Healthy)	$F \ge Threshold$ (Cao hơn mức an toàn)	Cây đang uống đủ nước, lá xanh, quang hợp tốt. Đây là vùng an toàn, trí nhớ đang vững chắc.	Thư giãn. Không cần làm gì cả. Tưới lúc này là thừa.
Cần tưới (Needs Water)	$0 < F < Threshold$ (Thấp hơn mức chuẩn)	Cây bắt đầu khát. Lá hơi rủ xuống, đất khô. Đây là thời điểm vàng để ôn tập (Optimal Review Point).	Ôn tập ngay. Học lúc này hiệu quả gấp đôi bình thường (Deep Root).
Héo (Withered)	$F = 0$ (Mất hết nhựa sống)	Cây đã khô héo hoàn toàn. Thân cây nứt nẻ, gãy cành. Trí nhớ về từ này đã đứt gãy nghiêm trọng.	Cấp cứu. Phải gieo hạt lại từ đầu (Re-learn). Quá trình khôi phục sẽ vất vả hơn.

Lưu ý: Một cây Cổ thụ (Lv 5) vẫn có thể bị Cần tưới nếu bạn bỏ bê nó quá lâu. Nhưng nhờ bộ rễ sâu ( $D$ thấp), nó sẽ chịu khát giỏi hơn nhiều so với cây Mầm non.

State namespace (đồng bộ hardening):

Health State (Healthy / Needs Water / Withered) dùng cho UI visual và trạng thái sức khỏe theo F.

Difficulty trong LEARN dùng level-first theo max_stage (0..5).

F_now/failCount chỉ dùng cho repair override: nếu fail hoặc F_now=0 thì force EASY trong 2 touches.

Mixing State (A/B/C) dùng cho tỷ lệ new/review ở queue.

Sức khỏe của từ vựng (../Assets/Images/Mechanism/vocab%20level%20health.png)

4. Cơ chế vận hành (The Gardener’s Logic)

A. Gừng càng già càng cay (Dynamic Logic)

Khác với flashcard truyền thống, Vocab V2 thông minh hơn:

Khởi đầu khác nhau:
- Học từ Cat -> Nhảy cóc lên Cây non ngay lập tức (Do dễ).
- Học từ Ubiquitous -> Chỉ nhú lên thành Mầm non (Do khó).
- Lưu ý: Trước khi học, tất cả đều ở trạng thái Hạt giống (unseen).
Phản hồi thông minh:
- Làm Đúng 1 lần: Chỉ giúp rễ bám thêm một chút (Decay giảm nhẹ).
- Làm Sai 1 lần: Hậu quả lớn hơn nhiều (Phạt F, tăng Decay mạnh). Giống như lỡ tay cuốc vào rễ, cây cần thời gian dài để hồi phục.

Chi tiết kỹ thuật: Các hệ số cụ thể (ví dụ: Thưởng -10% Decay, Phạt +25% Decay) được quy định rõ trong tài liệu Data Model (./VOCV2_Data_Model.md).

B. Skill Context

Hệ thống đặt trọng tâm vào Kỹ năng (Skill) của cái cây đó.

Mỗi từ vựng được dán nhãn Kỹ năng: Cây Speaking, Cây Reading, v.v.
Khi hiển thị: Hệ thống sẽ báo rõ cho user: “Bạn đang chăm sóc một cây Speaking”.
Khi gợi ý bài tập: Sẽ ưu tiên các công cụ làm vườn phù hợp (Ví dụ: Cây Speaking thì đưa cái Micro ra để tập nói, chứ không đưa cái Bút để tập viết).

5. Ví dụ thực tế (Example Scenario)

So sánh 2 loài cây trong vườn của bạn:

Yếu tố	Cây “Cat” (Con mèo) 🌵	Cây “Ubiquitous” (Phổ biến) 🌹
Giống nòi	Xương rồng (Dễ)	Hoa hồng (Khó)
Sức khỏe bẩm sinh	`F_base = 60`	`F_base = 20`
Ngày 1 (Vừa học xong)	`F = 60` (Cây non)	`F = 20` (Nảy mầm)
Ngày 2 (Không ôn)	Héo nhẹ còn `F = 55`. Vẫn sống.	Héo sạch còn `F = 0`. Đã chết (thành Mầm héo).
Hành động cần thiết	Cuối tuần tưới 1 lần là đủ.	Phải tưới ngay ngày mai để cứu.

C. Logic “Không Bù Trừ” (Asymmetric Logic)

Bất đối xứng SC/FC (../Assets/Images/Mechanism/bat%20doi%20xung%20sc%20fc.png)

Nhiều bạn thắc mắc: “Nếu làm đúng +1, làm sai -1 thì có gì đặc biệt?” Câu trả lời là: Vocab V2 không dùng phép cộng trừ đơn giản đó.

Hệ thống sử dụng cơ chế “Xây thì lâu, phá thì nhanh” để mô phỏng trí nhớ thật:

SC (Success Count - Niềm tin của quá khứ):
- Giống như “Tấm nệm bảo hiểm”.
- Bạn làm đúng nhiều (SC cao) -> Khi lỡ sai 1 lần, bạn không bị reset về 0. Bạn chỉ tụt nhẹ phong độ.
- SC giúp bạn hồi phục nhanh sau vấp ngã.
FC (Fail Count - Cảnh báo hiện tại):
- Giống như “Còi báo động”.
- Dù quá khứ bạn giỏi thế nào (SC=10), chỉ cần hôm nay bạn sai (FC=1), hệ thống sẽ bật báo động ngay.
- Tốc độ quên (Decay) sẽ tăng vọt để ép bạn ôn tập lại ngay lập tức.

Ví dụ: Từ “Serendipity”

Tuần 1 (Đúng 10 lần): SC=10, FC=0. Hệ thống tin tưởng tuyệt đối, 1 tháng sau mới hỏi lại.

Tuần 2 (Lỡ sai 1 lần):

SC giảm còn 9 (Vẫn ghi nhận bạn giỏi).

NHƯNG FC tăng lên 1 -> Decay tăng vọt.

Kết quả: Hệ thống bắt bạn ôn lại ngay ngày mai.

Tuần 2 + 1 ngày (Làm đúng lại):

SC tăng lại lên 10 ngay (do nền tảng cũ tốt).

Bạn nhanh chóng lấy lại phong độ đỉnh cao.

=> Kết luận: Hệ thống vừa nhân từ với quá khứ (không xóa sạch công sức), vừa nghiêm khắc với hiện tại (bắt sửa sai ngay).

6. The “Cryo-Stasis” Protocol (Cơ chế Ngủ đông)

Một vấn đề lớn của các hệ thống học tập là “Review Pile-up”: Nếu User nghỉ học 1 thời gian dài (vd: 6 tháng), khi quay lại sẽ thấy 1000 từ vựng đã “chết sạch” (Héo). Điều này gây nản lòng cực độ.

Vocab V2 giải quyết bằng cơ chế “Đóng băng thời gian”:

Cơ chế ngủ đông (../Assets/Images/Mechanism/cryo%20stasis.png)

A. Kích hoạt (Freeze)

Nếu User không truy cập trong > 30 ngày (Inactivity Threshold).
Hệ thống tự động kích hoạt trạng thái Ngủ đông (Cryo-Stasis) cho toàn bộ khu vườn của User đó.
Tác động: Mọi chỉ số F và D được bảo toàn nguyên vẹn tại thời điểm đóng băng. Thời gian thực tế trôi qua sau đó (365 ngày sau) sẽ bị VÔ HIỆU HÓA.

B. Rã đông (Thaw) & Chào mừng trở lại

Khi User quay lại sau 1 năm:

Miễn nhiễm thời gian: Hệ thống tính toán như thể bạn chỉ mới đi vắng 30 ngày. Cây cối vẫn giữ nguyên trạng thái cũ (chỉ hơi héo nhẹ 30 ngày), không bị chết sạch.
Smart Recovery (Hồi phục thông minh):
- Hệ thống không bắt bạn ôn lại ngay tất cả các từ cũ.
- Thay vào đó, phiên comeback đầu tiên dùng mix:
  - 50% Momentum: Từ mới hoặc bài nhẹ (EASY) để lấy lại nhịp học.
  - 50% Diagnostic: Review EASY/MEDIUM trên item cũ để đo lại năng lực thật.
- Mục đích: Vừa giữ động lực quay lại, vừa recalibrate F/D để tránh ảo tưởng mastery.

Triết lý: Hệ thống trân trọng công sức bạn đã bỏ ra trong quá khứ. Một kỳ nghỉ dài không nên là án tử cho khu vườn tri thức của bạn.

Triết lý trồng cây từ vựng (../Assets/Images/Mechanism/summary%20machanism.png)