第九章

法则６：
意见回馈──别闪避重拳

　　

　　

　　

　　好莱坞喜剧演员克里斯．洛克的名字一宣布，就见他从后方一道狭窄的楼梯走上舞台。举办过门票销售一空的现场秀、上过ＨＢＯ特别节目的他，并非脱口秀生手，表演起来就像一场摇滚音乐会。他的拿手绝活，是用一种充满活力的方式加重音，把一个笑话段子的关键字词，唱得像一首歌的副歌那样重复，那节奏精准到让人觉得，他可以把任何事都变得超好笑。而这也正是问题所在。你自己觉得什么都好笑，但你怎么确知一个笑话真正好笑的点在哪里？

　　远离拥挤的音乐厅与欢乐的人群，位在纽约市格林威治村的「地窖喜剧俱乐部」里，洛克走向舞台上的麦克风，台上只有朴素的砖造墙面当背景。他手里拿着一些小纸片，上面是他随手写下的一点字词，这是他从祖父身上学到的一个设计新笑点的诀窍，他祖父是名计程车司机，周末在教区讲道。他没有用自己特有的挑衅风格，反而突然靠向背后的墙。这里就是他的实验室，他正要用实验的精准度来表演喜剧。

　　「我先说，这次的演出不会太好。」洛克警告台下因他突然来到这小舞台而吓到的观众。「不是用这种票价，」他开玩笑地补上一句，「只有这么点钱，我大可马上走人！」他想像观众的评论：「看过的观众会说，洛克出场，然后离开。他的演出很棒！他没说任何笑话，但，还是好极了！」手里拿着小抄，洛克开玩笑地警告观众，这将不会是一场典型的克里斯．洛克演出；相反的，他想在受控制的条件下设计出新的素材。「因为你很有名，他们会给你大约六分钟的时间，」他解释道，「……然后你得从头干起。」他想知道，当他没有努力搞笑时，好笑的点是什么。

　　洛克的方法并不独特。地窖喜剧俱乐部原本就以名人突然造访而闻名，戴夫．查普尔、乔恩．史都华与艾美．舒默这些知名喜剧演员，在黄金时段特别节目与表演厅等级的演出前，都曾到这里在一小群观众面前测试他们的素材。他们明明可以从一场大型演出轻易吸引到大量群众与金钱，为何还要在一间小俱乐部演出？为何要突然现身，然后故意贱卖自己的喜剧能力？洛克与其他知名喜剧演员认知到的，就是超速学习第六个法则的重要性：意见回馈。

　　

取得回馈的力量

　　

　　取得回馈是超速学习者使用策略中最一致的部分。从克雷格在不知道冷知识答案的状况下，用《危险边缘》的提示来自我测试的简单回馈，到路易斯用他前一天才刚开始学的语言，去跟一个陌生人说话所得到的不自在回馈，这可说是我遇见的超速学习者最普遍的做法。

　　超速学习策略与较传统方法的区隔，通常就是其提供回馈的即时性、正确性与强度。蒙特贝洛大可像多数演讲者一样，采取仔细准备讲稿，然后循着每一、两个月发表一次演说的正常途径，但他却直接投入其中，每周演说好几场，在不同的俱乐部间搜集听众对他表现的不同看法。这样深入探究回馈的感觉并不舒服，但快速沉浸其中的方式，也让他减低很多上台时会产生的紧张焦虑。

　　回馈在「刻意练习」的研究中扮演很重要的角色，这是由艾瑞克森与其他心理学家提出取得专业能力的一种科学理论。在艾瑞克森的研究中发现，能否立即获得针对表现的意见回馈，是达到专业等级表现的一大要素。没有回馈，结果通常会停滞不前，也就是当你持续使用一项技能，但并未变得比较擅长的那段时间会拉长。缺乏回馈有时甚至会造成能力下滑。许多执业医生经验越多，能力反而越差，就是因为他们从医学院累积的知识开始消失，诊断的正确度又没有得到快速回馈，失去促进更进一步学习的机会。

　　

回馈会造成反效果吗？

　　

　　回馈的重要性或许不太让人感到意外，毕竟我们都能直觉地意识到，知道自己做的是对是错能加速学习。有趣的是，关于回馈的最新研究显示，回馈越多不见得就越好。关键在于得到回馈的类型。

　　在一项大型整合分析中，阿夫拉罕．克鲁格（Avraham Kluger）与安吉洛．德尼西（Angelo DeNisi）针对数百份为学习提供回馈的影响做研究。结果发现，虽然回馈的整体效应是正面的，但值得一提的是，在超过三十八％的案例中，回馈确实有负面影响。这也衍伸出一个复杂的状况。一方面，就如刻意练习的科学研究证明，回馈对于成为专家是必要的，在超速学习计划中也扮演重要角色，如果阻断回馈机制，很难想像学习会成功。但在此同时，证据也显示回馈的结果不一定全是正面的，这又该如何解释？

　　克鲁格与德尼西认为，差别就在你得到的回馈类型。当提供的是能指引未来学习方向的有用资讯，回馈就会有很好的效果。若回馈能够告诉你错在哪里或如何改正，就是强大的改进工具。然而，当回馈是针对你个人时，经常带来反效果。像是教师经常使用的回馈类型──赞美，看似充满美意，其实对进一步学习通常有害。当回馈转成对你身为一个个体的评价，例如：「你好聪明！」或「你好懒惰！」，通常对学习有负面影响。而且，即使含有有用资讯的回馈，也需要被正确理解为激励的手段与学习的工具。克鲁格与德尼西指出，部分回馈之所以会出现负面影响，是因为受试者本身选择不以建设性的方式利用那些回馈。他们可能拒绝接受回馈、降低对自己表现的期待标准，或完全放弃学习任务。研究者也提到，回馈是由谁提出的也很重要，因为来自同侪或老师的回馈，有着重要的社会动力，其效果可能超越单纯为了增进个人能力的回馈资讯。

　　我发现这项研究有两个有趣之处。第一，我们可以清楚看到，虽然资讯的回馈是有益的，但如果被不当解读或无法提供有用资讯，可能会带来反效果。这代表在寻求回馈时，超速学习者必须留意两种可能性。第一种是对并未提供能带来改善的特定回馈资讯（正面与负面都是）反应过度。超速学习者必须对什么样的回馈真正有用很敏感，同时对其他回馈充耳不闻。这也是为何虽然所有我遇到的超速学习者都会利用回馈，但他们不会对每一个可能的回馈采取行动。比方说，巴隆并未关注每一个对他早期游戏草图的意见与批评，当回馈与他的愿景相冲突时，很多时候他都予以忽略。第二种可能性是如果运用不当，回馈对行动力会有负面影响。不仅过度负面的回馈会降低行动力，过度正面的回馈也会阻碍你进步。超速学习者必须平衡考量，为当下的学习阶段努力争取有益的回馈程度。虽然我们都知道（也会直觉地避免）严厉而无益的批评，但研究也支持像克里斯．洛克那样直接面对观众的策略，不理会因名声响亮而理所当然得到的正面回馈。

　　这项研究的第二个有趣之处，是它解释了为何寻求回馈的成果经常不受一般人充分重视且利用，这也是成功的超速学习者相对占优势的原因。回馈是不舒服的，可能严厉到让人丧志，也不太友善。站上一家喜剧俱乐部的舞台讲笑话，或许是擅长脱口秀的最佳方式之一，但做这件事的感觉很吓人，台下一阵尴尬的沉默是很伤人的。同样的，立刻用一种新语言说话可能很痛苦，因为你会感到自己的沟通能力意外地比用母语时降低许多。

　　对于回馈的恐惧，经常比体验回馈本身要更让人不舒服。因此，并非负面回馈本身有那么大能耐可以阻碍进步，而是害怕听见批评的恐惧会使学习停摆。有时，最好的行动就是直接投入最艰困的学习环境，即使一开始的回馈非常负面，仍能降低你对展开一项计划的恐惧，就算回馈太过严厉而没有太大帮助，也能让你学会之后如何慢慢调整。

　　因为需要极大的自信、决心与坚持，这也是为何许多自主学习者虽然努力，但往往忽略寻求能较快收到成果的挑衅型回馈的原因。比起到源头直接取得回馈、快速学习，人们经常选择闪开重击，却也因此错失了潜在且庞大的学习进步机会。超速学习者之所以能快速获取技能，是因为当其他人选择回馈形式较弱或完全没有回馈的练习时，他们选择直捣黄龙，致力于取得挑衅型回馈。

　　

什么样的回馈对学习最有帮助？

　　

　　对不同类型的学习计划，回馈也会以许多不同形式出现，像是学习精通脱口秀与学写电脑程式，涉及的是非常不同的回馈。学习高等数学与学外语也会以不同的方式来利用回馈。

　　寻求更好的回馈方式的机会，会根据你想学的事物而有所不同。与其试着明确说出你的学习计划需要什么样的回馈，我想重要的是思考不同类型的回馈，以及如何利用与培养每一种类型的回馈。只要知道你得到的是哪一种回馈，就能妥善利用，同时也能认清限制何在。

　　我尤其想讨论三种回馈类型：结果型回馈、资讯型回馈与改正型回馈。结果型回馈是最普遍、也是许多状况下唯一能取得的回馈类型。资讯型回馈也相当常见，重点在于你能否分辨出，何时能与结果型回馈区分开来，并针对你想学习的事物的个别部分取得回馈，以及何时只可能得到整体性的结果型回馈。改正型回馈最难找到，但若能善加利用，则最能加速学习。

　　

　　• 结果型回馈：做错了吗？

　　第一种、也是细节最少的回馈类型，就是结果型回馈。这能告诉你整体上做得有多好，至于你哪里做得比较好或比较差，则没能提供太多具体细节。这类回馈可能以评分形式呈现（通过／没通过，或Ａ、Ｂ、Ｃ），或是呈现为一个对你同时做的许多决定的总结回馈。比方说，蒙特贝洛在一场演讲后得到的赞赏（或尴尬的沉默），就是结果型回馈的例子，能告诉他是表现得更好或更差，但无法真正说明为什么或如何变好。每个创业家在一项新产品上市时，都体验过这种回馈，结果可能大卖或滞销，但这种回馈总是大批出现，不是直接就能分析产品哪里好或坏的各个面向。卖不好是因为产品价格太贵吗？行销讯息不够清楚吗？包装不够吸引人吗？顾客评论与意见能提供线索，但任何新产品的成功或失败，终究都是由复杂的因素所组成。

　　这类回馈往往是最容易得到的，而研究显示，即使得到这种缺乏你具体需要改进什么的讯息回馈，对学习也是有用的。一份关于视觉敏感度的研究报告指出，即使收到的回馈量大到根本无法确知哪些回复是正确的、哪些是不正确的，结果仍有助于学习。许多原本缺乏回馈的学习计划，只要简单加以改变，就能得到这种广泛的回馈。比方说，巴隆透过部落格来发表最新动态，并从游戏作品还只是雏形时就征求意见回馈。虽然无法提供他到底具体该改进或改变什么的详尽资讯，但只是像这样完全沉浸在能提供回馈的环境中，就会有帮助。

　　结果型回馈能透过几种不同机制来改善学习方式。一种是为你提供针对目标的激励指标。若你的目标是取得有相当品质的回馈，这种回馈则能让你知道目前进展的最新状况。另一种机制则能让你发现不同学习方法的优劣。当你进步得很快时，就能继续使用目前的学习方法；进度停滞时，就知道或许需要改变做法。虽然结果型回馈并不完整，但经常是唯一可取得的一种回馈，对你的学习速率仍有强大影响力。

　　

　　• 资讯型回馈：哪里做错了？

　　比起结果型回馈告诉你「做错了吗」，资讯型回馈则能进一步告诉你「哪里做错了」，但不一定能告诉你如何修正错误。

　　与一个无法跟你说同一种语言的当地人说外语，就是一种能取得资讯型回馈的学习方式。当你用错一个字，那人困惑地盯着你看的眼神，虽然无法告诉你正确的字是什么，但会让你知道你说错了。

　　蒙特贝洛除了在演讲结束时，会得到听众对他的表现所做的整体评价，对于演讲中每一刻的表现如何，也能得到即时的资讯型回馈。那个笑话有效吗？我的故事令他们觉得无聊吗？这些都可以在听众分心的一瞥，或是你演讲过程中的背景聊天声中发现。

　　克里斯．洛克的脱口秀实验也是一种资讯型回馈。他能从观众的反应中分辨某个笑话好笑或不好笑，但他们无法告诉他要怎么让笑话变得更好笑，毕竟他才是喜剧演员，而不是台下观众。

　　当你能收到即时回应时，就很容易取得资讯型回馈。像是在进行程式编码时，电脑程式设计师看到了错误讯息，虽然或许没有足够知识去了解做错了什么，但只要根据之前究竟做了什么，让错误随之增加或消失，程式设计师就能利用即时回应讯息当作线索，去逐步解决问题。

　　你也可能给予自己资讯型回馈，在某些例子当中，几乎跟从他人那边得到的回馈效果一样好。比方说，画一幅画时，你只要看著作品，就可以发现你的一笔一画对于你想呈现的画面是加分或减分。因为这类回馈经常来自与环境的直接互动，因此往往也适合搭配第三个超速学习法则「直截了当」一起进行。

　　

　　• 改正型回馈：如何修正错误？

　　你能取得的最佳回馈类型，就是改正型回馈。这种回馈能让你看见的不只是哪里做错，还包括如何修正。这种回馈通常只能透过教练、人生导师或老师取得，然而，若你使用的学习素材正确，有时也能自动得到改正型回馈。我在ＭＩＴ挑战期间大部分的练习，都是透过来回做作业与看解答的方式进行，因此当我解完一个问题，我看到的不只是自己做得对不对，还包括我的答案跟正确答案到底有什么不同。同样的，快闪卡与其他形式的主动回想，也能借由在你猜测后告诉你问题的答案，来提供改正型回馈。

　　教育学家玛丽亚．阿雷塞利．鲁伊斯─普里莫（Maria Araceli Ruiz-Primo）与苏珊．Ｍ．布鲁克哈特（Susan M. Brookhart）主张：「最好的回馈，是能给予学生资讯且有用的回馈。这种理想的回馈可指出目前的学习状态与渴望的学习状态之间的差异，并且帮助学生采取改善学习的步骤。」

　　取得改正型回馈的主要困难，在于需要一位能精确指出你的错误，并为你修正错误的老师、专家或导师。然而，有时得到改正型回馈、而不只是资讯型回馈的附加优势，值得你为寻找那些专家付出所需的努力。就像蒙特贝洛与演讲专家简德勒合作，协助改善他的公开演说表现，那帮助他发现自己的细微弱点，而那是他自己或是提供较广泛回馈意见的一般听众不会注意到的。

　　改正型回馈的效果虽胜过结果型回馈与资讯型回馈，不过也有不可靠的时候。像是蒙特贝洛完成一场演说后，经常得到互相矛盾的建议──有些听众会告诉他要说慢一点，另外一些听众则说应该讲快一点。要解决这种问题，最好付费请一位私人教师，因为专家可以看出你错误的确切本质，并以对你来说较不痛苦的方式加以改正。超速学习虽具有高度自主性，但也不代表学习就该是一件最好完全独自进行的事。

　　

关于回馈类型的进一步说明

　　

　　关于回馈类型，还有几点提醒：首先，试图把回馈从较弱形式「升级」到较强形式时，如果实际上不可能做到，你就要很小心。若想从结果型回馈转成资讯型回馈，你必须要能以正在做的事的每个元素为基础，一一从中取得回馈；相反的，如果提供的回馈是对你在做的每一件事的整体性评价，却硬要转变成资讯型回馈，可能会带来反效果。游戏设计师都知道要留意这一点：如果问游戏测试者他们不喜欢这款游戏的什么部分，经常会得到虚假的结果，例如他们会随口回答不喜欢角色的颜色或是背景音乐。这是因为玩家在玩游戏时，往往是以整体性感受来评估，因此经常无法提供个别细节的具体回馈。若他们的答复是根据整体使用经验，而非来自个别使用某一个部分，在这种情形下硬要取得更明确的回馈，你可能只会得到对方基于猜测的回复。

　　同样的，改正型回馈需要一个「正确」答案，或一位公认的专家回复。若没有专家或单一的正确方法，当错误的改变被解释成一种改善，试图把资讯型回馈转成改正型回馈可能会造成反效果。蒙特贝洛跟我提过，多数人给他的个别建议都不是非常有用，但反应的一致性是有用的。如果他的演说每次都引发截然不同的反应，他就知道还有很多需要努力的地方；而当演说开始得到更多一致性的评语，他就知道自己掌握了某些要点。

　　这也说明了超速学习重要的不只是得到最多回馈，也要知道何时该选择性地忽略某些内容，以撷取真正有用的资讯。了解不同类型回馈的优点，以及促成这些回馈的先决条件，是为一项超速学习计划选择正确策略的一大重点。

　　

应该多快取得回馈？

　　

　　关于回馈的研究，也提出了一个有趣的问题：应该多快得到回馈？你应该立刻得到你所犯的错的相关资讯，还是应该等一段时间？

　　一般而言，研究已指出，立即的回馈在实验室之外的环境是比较好的。詹姆斯．Ａ．库里克（James A. Kulik）夫妇查阅研究回馈时间的文献后，建议：「使用实际的教室问答与真实学习教材的应用研究经常发现，立即的回馈比延迟的回馈有效。」研究专家的艾瑞克森也表示赞同，认为当有助于找出与改正错误，以及当你因此得以执行因应回馈而修正过的工作修改版本时，这种情况下应采取立即回馈。

　　有趣的是，实验室研究结果也经常显示，延缓提出伴随原始学习任务的正确回应（也就是延迟的回馈），对学习比较有效。这结果最简单的解释就是，再度呈现问题与答案，能提供你第二次、间隔地接触讯息的机会。假如这个解释是对的，代表跟只接触一次相较起来，要想强化你的记忆，立即的回馈最好搭配延后的复习（或更进一步的测验）。在下一章讨论如何保留记忆的法则中，我会谈到更多有关间隔式学习以及它如何影响你记忆的内容。

　　尽管科学文献中对于回馈时机的研究结果，表面上看来很混乱，我还是比较推荐立即的回馈，因为能较快认知到错误。不过有个可能的风险：这会让你退回到一种不利的状态，也就是在你尽最大努力去解答问题或解决手边麻烦之前，太早就得到回馈了。早期对回馈时机的研究常显示，立即的回馈对学习有中性或负面的影响，但这是因为在那些研究里，实验者经常让受试者在填写完提示之前，就看得到正确答案。那代表受试者经常可以抄袭正确答案，而非试着去回想。

　　太快得到回馈，可能会把原本该是提取记忆的练习，不小心变成了被动复习，而从上一章的法则已知，那对学习比较无效。对于困难的问题，我建议你为自己设定一个计时器，在你决定放弃、去看正确答案之前，鼓励自己先试着努力思考困难的问题。

　　

如何改善回馈？

　　

　　如今你知道了回馈对努力学习的重要性。我已解释为何回馈有时可能会有反效果，特别是在回传给他人时。我也说明了三种类型的回馈：结果型、资讯型与改正型，各有什么优点，以及为了发挥其效用须具备的先决条件。现在我想把焦点放在可以得到较佳回馈的具体方法。

　　

　　• 方法一：消除噪音

　　任何时候你收到回馈时，一定也会同时收到信号，也就是你想去理解的有用讯息，以及伴随而来的噪音。噪音是由随机因素造成的，在你试图改善问题时，其实不须对噪音过度反应。假设你正在写要贴到网路上的文章，想提升写作能力。大多数文章不会吸引太多人注意，而当开始吸引到关注，通常是因为超出你控制范围的因素，像是刚好有对的人分享了那篇文章，转传到社群网络上。你的写作品质确实会驱动这些因素，但仍有相当的随机性，你必须小心，别根据一个数据点就改变你的整套做法。尝试提升技艺时，噪音是个真实的问题，因为你需要花更多工夫去得到何写好文章的资讯。透过调整与选择你所关注的回馈流量，你就能减少噪音，得到更多有用讯息。

　　在声音处理中使用的一个消除噪音技巧是「过滤」。音效工程师知道人类的声音经常落在一特定频率范围内，但白噪音却遍及整个光谱，因此他们可以借由放大人类声音，也就是主要讯息产生的频率，以及让其他次要或不重要的声音安静下来，来增强信号。

　　要做到这一点的方法之一，是寻找代理信号。找到这些信号不完全等于成功，但经常有助于消除部分杂讯资料。以部落格写作为例，有个方法就是使用追踪代码，来了解从头到尾读完你的文章的人占有多大比例。这并不能证明你的文章写得很好，但会比未经处理的流量数据少掉很多杂音。

　　

　　• 方法二：击中困难的有效打击点

　　回馈就是资讯。取得越多资讯，就等于拥有越多的学习机会。有个对资讯的科学度量法，就是基于你能多轻易预测到其中包含的讯息。若你知道保证会成功，回馈本身就没有提供资讯，因为你自始至终都知道事情会进行得很顺利。好的回馈则相反，因为很难预测，也因此每次收到时，都能给你较多资讯。

　　许多人会直觉地避免不断失败，因为失败经验提供的回馈不总是有益的。然而，相反的情况（即太多成功经验）却更常发生。超速学习者会知道要因应难度，小心调整学习环境，让自己无法预测是否会成功或失败。若太常失败，就会简化问题，好开始注意到自己何时把事情做对了；若太少失败，则会把任务变得更难，或把标准变得更严格，好能分辨出不同方法的成功率。基本上，你应该尽量避免总是让你对自我表现感觉良好（或不好）的情境。

　　

　　• 方法三：可据以改变的回馈

　　有一种典型的回馈是「成果评估」：你的测验成绩，能显示你对教材的了解有多深。不过，另一种回馈可能更有用：「可据以改变的回馈」。这类回馈的重点不是你的成果，而是评估你用来学习的策略的整体成功度。

　　可据以改变的回馈的一个重要类型，就是你的学习速率，这会告诉你关于你的学习速度有多快，或至少是你技能的某一部分改善得有多快的资讯。好比棋手可以追踪他们等级分的成长，准备法学院入学考试的考生可以用模拟考来追踪进步程度，语言学习者可以在写句子或说话时，追踪学到的单字或犯的错误。

　　有两种方式可使用此回馈工具。一种是决定何时你该专注于已在使用的策略，以及你何时该尝试其他方法。如果你的学习速率慢到几近于零，代表你目前的方法已到达报酬递减状态，接下来应该试着透过不同类型的操练、困难或环境，来得到更多好处。至于运用此类回馈的第二种方法，则是比较两种不同的学习方法，看哪一个效果比较好。在ＭＩＴ挑战期间，我经常在用考试来自我测验之前，根据不同的次要主题来帮问题分类，并同步尝试不同的解题方法。

　　是直接投入于努力回答问题的效果比较好，还是先花一点时间确定你有理解主要观念的效果比较好？唯一能得知的方法，就是测试你自己的学习速率。

　　

　　• 方法四：高强度且快速的回馈

　　有时，改善回馈最简单的方式，就是更频繁地得到更多回馈，特别是在学习的预设模式只包含很少或频率很低的回馈时。

　　蒙特贝洛增进公开演说技巧的策略，主要就是仰赖得到比多数演讲者多更多的舞台曝光机会；路易斯的沉浸式语言学习法，让他在多数学生一个字都说不出口时，就接触到有关他发音确准度的资讯。高强度且快速的回馈提供资讯上的优势，但也更常是情绪上的优势。害怕收到回馈经常是你最大的阻碍，把你自己丢到一个高强度且快速的回馈情境中，起初可能会感到不自在，但当你克服一开始的反感，学习速度会比你等好几个月或好几年才得到回馈要快得多。

　　跟别的方式比较起来，处于频繁得到回馈的情境中，也能诱导你更积极参与学习。知道你做的事会受他人评价，是激励你去做到最好的一股不可思议的动力。高强度回馈的激励效果，可能比它能提供你多少资讯的优势更加重要。

　　

回馈之外

　　

　　接收回馈并不总是很容易。若你将之理解成一个关于你的自我、而非你技能的评断，就很容易让一记重拳，变成一次击垮你学习自信的打击。虽然小心翼翼地控制回馈环境，好让其慢慢带给你鼓舞效果，听来是个诱人选项，但真实人生很少有这样慢慢来的机会；反而最好是提早上场，接受重击，才不会让回馈把你击倒。虽然一开始的回馈可能短期内会让人压力很大，但一旦习惯取得回馈，就比较容易在情绪上不过度反应地去理解接收到的讯息。超速学习者善于利用这一点，让自己暴露在大量回馈中，如此就能去除噪音，取得真实有用的讯息。

　　然而，回馈与其所提供的资讯，只有在你记得其给予的教训时才会起作用。而遗忘是人类的本质，因此光是学习还不够，你必须让资讯永远留在脑中。这也带领我们进入下一个超速学习法则：保留记忆。我们要来讨论确保你学到的教训不会被遗忘的策略。