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...
自從家裡用了 SIEGE 一點絕之後，真的都看不到蟑螂了，有一次跟同事聊天的時候，聊到她家有很多德國小蟑螂，而且十分目中無人，躲在家裡的隙縫中，連有人在客廳活動的時候也會爬出來 Say Hello，很噁心，不勝其擾。
我把家裡還有一大罐的 SIEGE 一點絕讓她帶回家試試，大概隔一個禮拜吧，她跟我說她跟她先生看到家裡的幾隻小強是以龜速爬行的方式，原本隙縫有小強的，現在都不見蹤影了，而且不知道其他的小強到底跑到哪裡去了，很神奇。
把這個好用的產品介紹給大家，除了我自己用了很滿意之外，我同事的先生剛好是念化學系的，直問這玩意兒是什麼成分啊！太強了！效果又快又好！
我自己的試用經驗：
底下是該產品的介紹: (http://basf.shop.conn.tw/article.php?id=67&member=af000020321)
該產品的有效成份愛美松（hydramethylnon)，商品名稱為一點絕，在台灣登記的劑型為 2％ 膠餌，殺蟑效果極佳，滅殺率極高。
環署衛輸字第 0543 號、環藥販賣字第63-126號、環藥廣字第9504004號
- 其有效成分愛美松，特別適用於社會性昆蟲。
- 24－48小時發生作用，其慢性作用機制通過蟑螂攜入巢穴，共用食物及取食糞便等生活習性達到更高的滅殺率。
- 具有連鎖作用，通過幼蟲取食成蟲屍體及糞便，同時消滅成蟲和幼蟲。
- 對各類蟑螂，尤其是德國蟑螂效果極佳，可防治對氨基甲酸脂、菊酯類殺蟲劑已產生抗性的各種蟑螂。
作用機制
主要成份——愛美松，能有效抑制蟑螂的代謝系統。愛美松抑制粒腺體內ADP轉換成ATP的電子交換過程，造成心跳變慢，呼吸系統衰竭，耗氧量減少，最後因遲緩性痲痺而死亡。愛美松造成延遲作用，藉食屍性及食糞性將藥劑散播在整個族群，造成連鎖殺蟑。所以，延遲作用運用在最新的餌劑，是一大進步。
有效期長達3－6個月
根據蟑螂的飲食習慣所設計，蟑螂非常喜歡吃這種餌劑，適口性極佳。
配方中含有較多的水分，在放置後的24小時內膠體會失去一些水份，並在表面形成一層薄膜，而達起到保水作用。
實驗證明，一點絕在3－6個月後仍保持極好的適口性和誘捕力。
適合各種場所，尤其是噴霧不能處理之場所的滅蟑需要
一點絕膠餌是與傳統的噴霧和餌料滅蟑完全不同的新概念。 可直接深入縫隙進行處理，不易被兒童和寵物接觸。 無特殊氣味，不污染環境。
特別適合於高標準場所，如：酒店、早餐店、醫院、辦公室、工廠、飯店、食品店、超市、幼稚園、廚房、寵物店、動物園、飛機、火車、輪船、遊覽車、電器、精密儀器、電氣設備等。
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！