PersonaMem 是评测安全领域的开源项目，由 bowen-upenn 开发，2024 年首次发布。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 197。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-18。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：学术研究：评估LLM个性化能力。同类可对比的替代方案包括 PersonaHub、LaMP、MT-Bench。
PersonaMem
测测你的AI有多懂你：动态画像+个性化回复基准
PersonaMem 是 COLM 2025 论文的开源基准测试，用于评估大语言模型在动态用户画像和个性化回复方面的能力。它解决了现有评测缺乏对长期、动态用户记忆建模的量化标准问题。核心能力包括：提供大规模、多样化的用户画像数据集，涵盖兴趣、职业、偏好等多维度信息；设计动态画像更新机制，模拟用户随时间变化的场景；构建个性化回复生成与评估流程，支持长上下文记忆与多轮对话的测试。项目为研究者和开发者提供了统一的评测框架，便于对比不同模型在记忆用户、应用画像、生成个性化内容上的表现，推动更智能、更贴心的对话助手发展。
开源
free
对话助手
GitHub 星标
★ 197
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类对话助手
开发团队bowen-upenn
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型benchmark,chatbot,large-language-models,llm-memory,long-context,persona,personalization,personalized-generation
GitHub 星标★ 197
30天Star增速
HF 下载量
上线时间2024-08-29 00:00:00
最近更新2026-09-18 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 首个聚焦动态用户画像的LLM评测基准，填补空白
- 数据集规模大且维度丰富，覆盖多类用户属性
- 提供可复现的评估脚本，便于横向对比模型
不足之处
- 文档/社区待观察
- 早期项目，生态和工具链尚不成熟
适用场景
- 学术研究：评估LLM个性化能力
- 产品选型：对比不同对话助手的记忆与个性化效果
- 模型迭代：针对性优化长上下文记忆与画像建模
替代项目
PersonaHub、LaMP、MT-Bench
项目介绍
上一篇：lmring
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.