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...
推薦好文章，又可以輕鬆賺錢！底下介紹幾個簡單好用的推文方法！
經營部落格，安裝部落格外掛元件分享你更多推文！
1. 登入後，從PushBa!首頁點選「會員中心」，再點選部落格外掛元件活動看板進入元件設定頁面。
2. 依照您的個人喜好設定外掛元件各項參數。
3. 可以按下「我要先預覽」察看您所設定的元件樣式。
4. 按下「產生原始碼」系統會提供專屬於您使用的部落格外掛元件語法。
5. 複製語法，並加入至您所使用的部落格上，未來您所做的最新推薦都會自動顯示於您的部落格上。
我是把我的元件安裝在我每篇文章的最後，喜歡的話順手點進去看看哦！
用Email簡單完成網址推薦
當您收到朋友轉寄來的一封有趣的Email，您就可以利用Email Push的功能，將這封Email寄給PushBa!（pushba.push@gmail.com，現改為mailpush@pushba.com），PushBa!收到您所寄來的信，會自動將您轉寄的內容產生成一個網頁，並將這個網頁的推薦網址寄送至您的信箱，此時您就可以將這封帶有推薦網址的信推薦分享給您的親朋好友，當大家開啟信中的連結察看您所推薦的內容時，系統就會自動替您計算累積廣告收益喔。詳細請看：Email Push(Beta版)完整使用說明
玩物尚誌：PushBa!推薦小貼紙
幫你的部落格安裝玩物尚誌的萬用版「PushBa!推薦小貼紙」，讓讀者輕鬆推、賺台幣，讓別人幫你推薦文章，賺零用錢哦！
快快加入吧！
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！