HippoRAG 在 AWS 上落地：神经生物学启发 RAG 结合图数据库与个性化 PageRank

AWS 发布 HippoRAG 参考实现，将神经生物学记忆模型引入 RAG 系统。该方案利用 Amazon Bedrock 驱动 LLM、Amazon Neptune 作为图数据库、Neptune Analytics 执行个性化 PageRank 算法，并用 Titan Embeddings 生成向量表示。

核心创新在于用图结构模拟人脑记忆的编码与检索机制：文档被组织为知识图谱，检索时通过个性化 PageRank 在图上进行扩散式寻址，而非传统向量相似度搜索。这种设计在需要多跳推理和长尾知识关联的场景下，比纯向量检索有更高召回率。

对工程团队而言，这套方案展示了如何将图算法与 RAG 深度耦合，而非简单地将图作为向量索引的附属。AWS 将其封装为可部署的企业级架构，降低了从论文到生产环境的迁移成本。