按年被提到
20242025 · 4 次2026
大模型与语言模型›长上下文与测试时计算·arXiv:2405.14831 · cs.CL

HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models

HippoRAG:受神经生物学启发的大语言模型长期记忆
Bernal Jiménez Gutiérrez, Yiheng Shu, Yu Gu, Michihiro Yasunaga, Yu Su · 2024

仿海马体索引理论,结合知识图谱与 PageRank 做检索增强

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 5 人首次 2025-01-15 · 最近 2026-04-06
5不同的人
3活跃月份
4讨论串
215被引(OpenAlex)

提出受人类长期记忆海马体索引理论启发的检索框架 HippoRAG,协同使用 LLM、知识图谱和个性化 PageRank 算法,模拟新皮层与海马体的不同作用,以更深入高效地整合新经验。在多跳问答上比现有 RAG 方法最多提升 20%;单步检索即可达到与 IRCoT 等迭代检索相当或更好的效果,同时便宜 10–30 倍、快 6–13 倍。

HN 为什么提它

HN 上的人在讨论为 LLM 构建长期记忆时推荐它,认为它是基于图的做法,并提到它用 GPT-3.5 Turbo 抽取实体来构建知识图谱。

方法难度 3 / 5约 45 分钟经得起时间
读之前最好知道
1检索增强生成(RAG)
2知识图谱与实体抽取
3PageRank 算法
4多跳问答
5大语言模型基础

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐jsenn · 2025-01

“You might be interested in HippoRAG [1] which takes a graph-based approach similar to what you’re suggesting here.”

推荐 HippoRAG,其基于图的方法与对方设想类似
Don't use cosine similarity carelessly原评论 ↗
引用jumploops · 2025-02

“They use GPT-3.5 Turbo[0] for entity extraction when populating the knowledge graph.”

指出它用 GPT-3.5 Turbo 抽取实体来构建知识图谱
HippoRAG: Neurobiologically Inspired Long-Term Memory for LLMs (2024)原评论 ↗
引用swyx · 2026-04

“seems odd to miss out this exactly similarly named paper with related techniques.”

指出漏掉了这篇名字相近、技术相关的论文
Show HN: Hippo, biologically inspired memory for AI agents原评论 ↗
被提交为 story · 2 次