OSU-NLP-Group/HippoRAG

[NeurIPS'24] HippoRAG is a novel RAG framework inspired by human long-term memory that enables LLMs to continuously integrate knowledge across external documents. RAG + Knowledge Graphs + Personalized PageRank.

解決する課題

HippoRAG 2は、標準的な検索拡張生成 (RAG) システムにおける、複雑なマルチホップ推論や継続的な知識統合の処理に関する制限に対処します。従来のRAGは大規模なデータセット全体で断片的な情報を結びつけることに苦労することが多いですが、HippoRAG 2はグラフベースのメモリフレームワークを使用して連想性と意味理解を向上させ、LLMが人間のような長期記憶を持っているかのように情報をより適切に統合できるようにします。

仕組み

HippoRAG 2は、入力ドキュメントから構造化された知識グラフを構築するメモリフレームワークとして機能します。標準的なベクトルのみのRAGとは異なり、エンティティと関係を抽出して知識グラフを作成することで、システムがマルチホップ検索を実行できるようにします。これにより、生のテキストでは直接関連していないが論理的にリンクされている事実を結びつけることができます。オンライン推論とオフラインインデックス作成の両方で効率的になるように設計されており、他のグラフベースのRAG代替案よりも少ない計算リソースで済みます。

対象ユーザー

このプロジェクトは、大規模で進化し続ける知識ベースに対して複雑な推論を実行する必要がある、高度なRAGアプリケーションを構築する開発者や研究者を対象としています。特に、Model Context Protocol (MCP) を使用して、AIエージェントやアプリケーションに永続的でクエリ可能なメモリを統合する必要がある場合に非常に役立ちます。

ハイライト

推論の向上： マルチホップ検索および複雑な意味理解タスク向けに特別に最適化されています。
リソース効率： GraphRAGやRAPTORなどの他のグラフベースRAG手法と比較して、より軽量なインデックス作成プロセスを提供します。
MCP統合： Model Context Protocol (MCP) サーバーが組み込まれており、Claude DesktopやCursorなどのツール内のエージェントの永続的なメモリ層として機能します。
柔軟なバックエンド： ローカルのParquetファイル、Qdrant、ChromaDB、Milvusなど、複数のベクトルストアバックエンドをサポートしています。