来源：arXiv

作者：Bernal Jiménez Gutiérrez，Yiheng Shu，Yu Gu，Michihiro Yasunaga 等

单位：俄亥俄州立大学

发表时间： 2024 年4月

一、论文介绍

背景：现有RAG系统因孤立编码，难以关联不同文档的信息（如需结合分散特征时无法有效关联）；且多步检索方法（如IRCoT）迭代整合信息时，每步调用大模型导致过程缓慢昂贵。
核心：为解决上述问题，HippoRAG仿生海马体记忆机制，构建单步多跳检索框架——新皮层用LLM抽取构建知识图谱（KG），海马旁回用检索编码器添加同义词边，海马体以PPR图搜索实现单步关联跨文档信息。

二、动机与痛点

痛点：传统RAG系统因孤立编码，无法关联分散文档的信息（如需结合“斯坦福大学教授”与“阿尔茨海默症研究者”这类特征时，除非单篇文档同时提及，否则无法有效关联）。同时，多步检索方法（如IRCoT）虽能迭代整合信息，但每步需调用大模型，导致过程缓慢且成本高昂。

三、方法框架

1、新皮层（Neocortex）：用LLM对语料库进行开放信息抽取（OpenIE），将非结构化文本转化为无模式知识图谱（KG）三元组（如“斯坦福”→“教授”→“阿尔茨海默症”）；
2、海马旁回（Parahippocampal Regions）：用检索编码器（如ColBERTv2）为KG节点生成向量，添加“同义词边”（如“斯坦福大学”与“Stanford”关联），辅助模式补全；
3、海马体（Hippocampus）：将KG作为“人工海马体索引”，检索时以问题实体为起点，通过个性化PageRank（PPR）算法传播概率，一次性找到关联性最强的子图和文档。

四、案例分析

以“Alhandra出生地”为例，展示HippoRAG如何工作：
索引阶段：LLM从文档中抽取三元组（如“Alhandra”→“出生在”→“Vila Franca de Xira”，“Vila Franca de Xira”→“位于”→“Lisbon District”），构建KG；
检索阶段：问题“Alhandra出生地”提取实体“Alhandra”，通过PPR在KG中传播概率，找到关联文档（如Vila Franca de Xira的文档），最终得出答案“Lisbon”。

五、实验

HippoRAG在MuSiQue和2WikiMultiHopQA（多跳问答基准）上，R@5召回率比传统RAG（如ColBERTv2）提升3%-20%，证明单步多跳检索的有效性。

将HippoRAG嵌入IRCoT等多步框架，性能进一步提升（如MuSiQue R@5提升4%），说明其与现有方法互补。基于HippoRAG检索的QA模型，在多跳问答任务上F1分数提升3%-17%，验证了方法对下游任务的增益。

六、论文总结

（1）基于联想记忆图的跨文档知识关联：HippoRAG借鉴海马体理论构建知识图谱，通过图搜索关联分散知识，实现更有效的多跳推理（优于传统RAG的相似度匹配）。
（2）基于图扩散的单步多跳检索：HippoRAG通过PPR图扩散，在单次检索中完成多跳推理，降低传统迭代检索的时间与计算成本。
（3）可扩展的长期记忆组织：HippoRAG以知识图谱为载体，通过新增节点/边持续更新，保留关联路径，增强推理结果的可追溯性与可解释性。

七、对齐思考

技术创新——逻辑思维推理框架：HippoRAG通过关联记忆网络发现隐藏知识路径，而非仅依赖显式关系匹配。受此启发，MERICA可进一步构建经络—免疫联想因果网络，利用图扩散与路径搜索实现疾病、经络、免疫机制和干预措施之间的动态关联推理。
技术目标——跨域知识结构对比：HippoRAG表明复杂知识关联往往依赖关键中介节点。受此启发，MERICA后续可从关系对齐进一步扩展到桥接节点发现，自动识别肠道菌群、HPA轴、NF-κB等连接经络理论与免疫机制的重要中介环节，增强跨域知识融合能力。
场景功能——食养通：HippoRAG能够展示答案背后的关联路径。受此启发，食养通可从“输出调理建议”扩展为“输出调理依据”，同步展示疾病、机制与食养干预之间的推理链条，提升调理建议的透明度和可信度。