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...
有設計感又超好穿的衣服！耶誕特賣哦！只到 98.12.31 截止哦！快去買！
品牌理念
SOFU想傳達smart casual 的概念，讓穿上SOFU衣著的顧客，能由內而外的展現自我個性與生活想法！自在 + 自信 的穿衣哲學也就是最舒適的生活服飾(舒‧服)。
很喜歡他們的衣服，上個月才趁著秋冬優惠，兩件 750，滿 2000 送布包，幫老婆添購了幾件冬天的衣服，也順便幫自己買了兩件長袖 T 恤，沒想到又推出耶誕優惠，兩件 666！
他們的衣服手感很好，台灣生產製造，製衣工廠更是與世界級品牌同代工廠，品質保證，並導入台灣優越的設計能力，由多位插畫設計師及設計公司共同激盪創意，除了舒適好穿的基本要求，更增加了設計感，是很好穿搭的單品。
SOFU 為了讓消費者能一拿到衣服就能直接感受綿柔的手感，不惜成本挑戰只有國際大廠才會做的成衣水洗烘乾製程，要做此製成需增加開發成本、布損耗成本、水洗烘乾成本、車縫整燙放版成本，成品良率降低成本總之這些成本幾乎多出約20%，所以一般平價品牌無法執行，但 SOFU 堅持要給消費者好的品質，每件綿 TEE 都經過綿柔水洗烘乾，不但手感增加也把布料的雜質洗去，更不會讓你下水洗後尺碼縮小，而且可低溫烘乾，這也是 SOFU 衣服綿柔的秘密。
線上購物的機制也設計的很好，不用擔心尺寸不合，網站上有模特兒體型以及衣服的建議尺寸供你參考，真的不合，隨衣服也有附上退換貨的表格，很貼心的服務！可以在 7-11 取貨更是方便！
底下是幫老婆買的兩件長T的圖案介紹：
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！