LHRLAB/HyperGraphRAG

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

What it solves

HyperGraphRAG 透過使用超圖結構的知識表示，克服了傳統檢索增強生成（RAG）的限制。這使系統能夠捕捉標準圖無法有效表示的更複雜、多實體關係，提升對複雜查詢的資訊檢索品質。

How it works

系統從提供的文字上下文建構 Knowledge HyperGraph。當使用者提交查詢時，系統會利用此超圖結構檢索相關資訊，讓大型語言模型（LLM）能基於超圖結構的知識庫產生答案。

Who it’s for

需要在資料中處理實體之間複雜高階關係的 RAG 系統研究者與開發者。

Highlights

  • 超圖結構知識：使用超圖而非簡單圖來表示知識。
  • NeurIPS 2025：基於於 NeurIPS 2025 發表的同行評審研究論文。
  • 簡易 API：提供直觀的 insert 與 query 介面，方便建立與查詢知識庫。