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...
參考了 NightSpirit 的網誌，除了安裝了 LazyLoad 以外，在 Photography．JimmyYen 也裝上了 NS 的 Blogger hack: AJAX LOADING 動態文章。(ZOG 也裝好了)
安裝的位置是在點選「較舊文章」和「較新文章」以及文章底下的 TAG 連結時，會使用 Ajax 動態載入資料，節省網頁重載的時間，因為整體速度提升太多了，特此跟大家介紹。
NS 的網誌還有很多好東西，值得定期收看！
好東西吔.
回覆刪除可以來試用看看.
好東西~ :D 快很多哦！
回覆刪除有個"網路兼職"機會替自己加薪，增加存款！
回覆刪除給自己一個機會深入瞭解吧！
免費索取在家網路兼職資料 。
http://joe80411.weebly.com/
祝~天天都是有美好的一天˙快樂與您同在
PS:謝謝您的閱讀。如果您不感興趣，很抱歉打擾您!!