LHRLAB/HyperGraphRAG

[NeurIPS 2025] Official resources of "HyperGraphRAG: Retrieval-Augmented Generation via Hypergraph-Structured Knowledge Representation".

What it solves

HyperGraphRAG 通过使用超图结构的知识表示，克服了传统检索增强生成（RAG）的局限。这使系统能够捕捉标准图无法有效表示的更复杂、多实体关系，提升对复杂查询的信息检索质量。

How it works

系统从提供的文本上下文构建 Knowledge HyperGraph。当用户提交查询时，系统利用该超图结构检索相关信息，让大型语言模型（LLM）基于超图结构的知识库生成答案。

Who it’s for

需要在数据中处理实体之间复杂高阶关系的 RAG 系统研究者和开发者。

Highlights

  • 超图结构知识：使用超图而非简单图来表示知识。
  • NeurIPS 2025：基于在 NeurIPS 2025 发表的同行评审研究论文。
  • 简易 API：提供直观的 insert 与 query 接口，方便构建和查询知识库。