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...
使用相機：Praktica MTL50
使用底片：Fujifilm X-tra 400
沖掃店家：公館五色鳥
蘋果皮先生是一位很特別的人，前陣子突然說要精簡器材，然後就把這台我年初賣他的 MTL50 寄還給我，也不要我支付金錢，那種感覺很奇妙，我很不好意思，無論如何，這台就當做是我來替您保管吧，您最近好像在思考什麼事情，在下也就不便追問，三不五時會默默地去關心的。
這卷用了三顆 M42 鏡頭，冷落他們很久了，看到這幾顆 M42 鏡頭拍的照片，那種最早收這幾顆回來玩玩的心情好像不太一樣了，曾經想過要把他們出掉，再次把玩卻又捨不得了，大概註定東西只會愈收愈多的命運吧。
Pentax S-M-C Takumer 50mm f1.4
Pentacon Auto 50mm f1.8 MC
Pentax S-M-C Takumer 24mm f3.5
其他本卷照片：Praktica MTL50 vol.3
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！