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...
(攝於士林官邸，菊展，Pentax ME，Pentax-M 40mm f2.8，Fujifilm X-tra 400)
使用相機：Pentax ME with Pentax-M 40mm f2.8
使用底片：Fujifilm X-tra 400
沖掃店家：公館五色鳥
帶著 ME 和 M 40mm f2.8 這顆薄到不行的小餅乾，散步拍照變成很快樂的一件事。
前幾天有去逛士林官邸菊展，因為本來聽說那天是最後一天，就跟朋友約了兩家人一起出門走走，順便拍照，後來聽說又延長一個禮拜。
去那邊最大的感受，就是幾乎人手一台相機耶，好多人帶腳架在拍，微距鏡也出動了不少，也有帶隊教學的攝影師前輩，人山人海的，比花還要誇張。照片洗出來之後，我發現我沒什麼在拍花耶，找到自己有拍花的照片算一算也沒幾張，我真的是去亂的。
因為人很多，陸客也很多，所以法輪功的志工在這裡舉牌向這個來自雲南的旅遊團宣導，不過他們連看都沒看哦。
入口處先來張合照
花很多，意思意思拍一下
前陣子在淡江城區部附近發現一家簡餐餐廳，叫做中庭，口味還不錯，用餐環境很有氣氛，第一次去吃是帶 Olympus OM-1 和黑白片去，到現在都還沒拍完，這次去因為那天天氣不錯，他有一個二樓的小露台，我很喜歡那裡，說什麼都想坐在那邊用餐，底下是在露台上拍的。
招牌跟餐點
其他本卷照片：Pentax ME vol.2
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！