---
title: "HippoRAG 2 – 俄亥俄州立大学推出的检索增强生成框架"
url: "https://paooo.com/aigc-news/21461/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T10:10:13+08:00"
updated_at: "2026-06-08T10:10:13+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, RAG检索增强, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# HippoRAG 2 – 俄亥俄州立大学推出的检索增强生成框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/21461/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 基于LLM抽取三元组并构建开放知识图谱，增强RAG的结构化记忆能力。
- 结合个性化PageRank与LLM过滤，实现上下文感知的多跳检索与排序。
- 无需修改模型参数即可持续吸收新知识，适合复杂问答、教育与专业检索。

### HippoRAG 2是什么

HippoRAG 2是俄亥俄州立大学推出的检索增强生成（RAG）框架，解决现有RAG系统在模拟人类长期记忆动态性和关联性方面的局限性。HippoRAG 2基于个性化PageRank算法，将深度段落整合和更有效的在线LLM（大型语言模型）使用，推动RAG系统更接近人类长期记忆的效果。HippoRAG 2在离线阶段用LLM从段落中提取三元组并构建开放知识图谱（KG），同时基于嵌入模型检测同义词添加到KG中。在线检索时，结合查询与KG中的三元组和段落进行链接，基于LLM过滤无关信息，应用个性化PageRank算法进行上下文感知检索，最终为问答任务提供最相关的段落。

### HippoRAG 2的主要功能

- **高效的知识检索与整合**：基于深度段落整合和知识图谱（KG）的构建，快速检索与查询相关的知识，整合到生成过程中。

- **多跳关联推理**：借助个性化PageRank算法，系统进行多跳推理，连接分散的知识片段，处理复杂的问答任务。

- **上下文感知检索**：基于查询与知识图谱的深度交互，根据上下文动态调整检索结果，提高检索的准确性和相关性。

- **持续学习能力**：作为一种非参数化的持续学习框架，HippoRAG 2能在不修改模型参数的情况下，实时吸收和利用新知识，增强系统的适应性。

### HippoRAG 2的技术原理

- **离线索引（Offline Indexing）**：用LLM从文本段落中提取结构化的三元组（主体、关系、宾语），将三元组整合到开放知识图谱（KG）中。基于嵌入模型检测同义词，在KG中添加同义词边，增强知识图谱的连接性。将原始段落与知识图谱结合，形成包含概念和上下文信息的复合知识图谱。

- **在线检索（Online Retrieval）**：

**查询链接**：用嵌入模型将查询与KG中的三元组和段落进行匹配，确定图搜索的种子节点。

- **三元组过滤**：基于LLM对检索到的三元组进行过滤，去除无关信息，保留与查询高度相关的知识。

- **个性化PageRank算法**：基于KG的结构，应用个性化PageRank算法进行上下文感知检索，动态调整检索结果的相关性。

- **段落排名与问答**：根据PageRank得分对段落进行排名，将排名靠前的段落作为上下文输入到最终的问答模型中。

- **个性化PageRank算法**：HippoRAG 2的核心技术之一是个性化PageRank算法，模拟人类记忆中的多跳推理过程，在知识图谱中进行深度搜索，连接分散的知识节点，更好地处理复杂的关联性任务。

- **深度段落整合**：将段落与知识图谱中的节点进行深度融合，保留段落的上下文信息，增强知识图谱的语义丰富性，让检索结果更具相关性和准确性。

### HippoRAG 2的项目地址

- **GitHub仓库**：[https://github.com/OSU-NLP-Group/HippoRAG](https://github.com/OSU-NLP-Group/HippoRAG)

- **arXiv技术论文**：[https://arxiv.org/pdf/2502.14802](https://arxiv.org/pdf/2502.14802)

### HippoRAG 2的应用场景

- **智能问答**：快速回答复杂问题，提供精准答案。

- **知识管理**：高效检索和推荐相关内容，提升知识利用效率。

- **教育辅助**：实时更新学习资源，助力教学与研究。

- **医疗咨询**：检索医学知识，提供全面的健康建议。

- **法律与金融**：快速整合法规和数据，支持专业决策。

## 常见问题解答 (FAQ)

### HippoRAG 2和普通RAG有什么区别？
普通RAG主要依赖向量相似度召回文本，HippoRAG 2则先构建知识图谱，再用个性化PageRank做多跳关联检索，并结合LLM过滤无关信息，因此更擅长处理需要跨段落、跨概念推理的复杂问题。

### HippoRAG 2为什么强调个性化PageRank？
个性化PageRank是HippoRAG 2的核心检索机制之一，它能在知识图谱中从查询种子节点出发进行深度传播，连接分散知识点，模拟多跳推理，从而提升上下文相关性和答案准确率。

### HippoRAG 2适合哪些应用场景？
它适合智能问答、知识管理、教育辅助、医疗咨询以及法律金融等需要高质量检索和关联推理的场景，尤其适合知识分散、问题复杂、需要持续更新信息的任务。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
