From RAG to Memory: Non-Parametric Continual Learning for Large Language Models

🧩 از RAG تا حافظه (HippoRAG 2)

در HippoRAG 1 اسناد جمع‌آوری می‌شدن، موجودیت‌های مهم ازشون استخراج و به گراف دانش تبدیل می‌شدن. موقع پرسش، مدل فقط با همین موجودیت‌ها کار می‌کرد.
مشکلش چی بود؟ خیلی وقتا چیزای مهمی توی متن بود که چون فقط به موجودیت‌ها نگاه می‌کرد، نادیده گرفته می‌شدن.

💡 توی HippoRAG 2 این مشکل حل شد. حالا مدل علاوه بر موجودیت‌ها، متن اصلی، مترادف‌ها و موجودیت‌های مرتبط رو هم در گراف نگه می‌داره.
وقتی سؤال می‌دی، یه فیلتر هوشمند تعیین می‌کنه کدوم موجودیت‌ها احتمال شروع بالاتری دارن، بعد جست‌وجو در گراف همراه با متن انجام می‌شه.

برای بررسی بیشتر :

https://arxiv.org/pdf/2502.14802

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer