TL;DR: 用 Qwen3.5-9B（Q4_K）在單張 16GB AMD GPU 上跑本地 LLM-as-a-Verifier，每次 code comparison 約 0.5–2 秒，cache hit rate 66%，正確程式碼穩定給 1.0 分，有 bug 的給 0.0–0.14 分。16GB 跑 9B 模型綽綽有餘，還有空間跑其他服務。 這篇是實測續篇，前兩篇分別講了 架構設計 和 Docker 封裝 。前兩篇講的是「做什麼」跟「怎麼做」，這篇來量「到底多快」。 1. 測試環境 在一台 homelab Linux（CachyOS）上跑的： 項目 內容 GPU AMD 16GB（15.9 GiB）via ROCm 模型 Qwen3.5-9B（8.95B 參數，Q4_K ~5.7GB GGUF） 後端 llama.cpp（llama-server，ROCm HIP build） Verifier Docker container（llm-verifier），port 8010 模型 VRAM ~10.2 GB（模型本身 + 動態 KV cache） GPU 使用率 78% 系統 RAM 62 GB；使用 27 GB（swap 用了 9.3 GB） Context window 131,072 tokens MIN_SCORE 0.8 後端跑在另一台機器上，走 local Gigabit 網路連線。 2. Verifier 在幹嘛 docker-llm-as-a-verifier 包裝了 LLM-as-a-Verifier 這個研究套件，讀取 token-level log probability 來算連續分數，不是簡單的 yes/no 判斷。 Container 開了 7 個 HTTP endpoint： Endpoint Method 用途 /health GET 健康檢查 /v1/compare POST 兩組答案比對評分 /v1/select POST Best-of-N 選最佳 /v1/track POST Agent 軌跡分數追蹤 /v1/directed POST 導...
行進中的夜 (本次使用器材：Pentax K10D + DA 40mm Limited)
這是我第一次的夜間隨拍，紀錄著行走在台北夜間的步伐。
這對情侶感情好。
直走卻是另一個世界，這邊是永貞路，往前直走卻是竹林路。
仍未停息的週末夜。
夏的氣息．還是八仙好玩！(手扶梯廣告看版)
禁入軌道．違者重罰！相機掉下去請盡速告知站務人員！(捷運站內廣告看版)
請讓座給老弱婦孺。車廂內，不敢拿起相機對著人就拍的我，只好透過捷運車廂內車門玻璃的倒影，拍下照片。
停靠捷運車站的一瞬間．列車即將開走。
熱鬧的台北車站地下街，他們煩惱著，賣不完今天怎麼辦？
列車即將要開了，旅客請趕快上車。
唔，你來看我啦？默默戌守的台鐵武士。
尚未結束的歡樂，猜是活動結束後的歌迷．一群心情還很興奮的年輕人。
排隊等著離開台北。
即使片刻的交會，人們總還是得走自己的路。
即使孤獨，也要堅強。
等候的時刻，與人交談是很好的。
等待散場，也期待下一個開場。
時間是不等人的，請把握！
多謝耐心賞圖，其他照片：Flickr 2009.07.05 夜台北
留言
張貼留言
回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！