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：Konica Autoreflex T2
使用底片：KODAK PROFESSIONAL EKTAPRESS PJ400 過期，拍 200 正常沖
沖掃店家：公館五色鳥
十一月的某個禮拜天，因為突然偶遇的面交而跟著在隔天成行的金山之旅，我跟著兩位攝影達人的腳步來到了廢墟，體會他們口中團體與自由行動兼備的攝影行程。
我喜歡這種突然而又能順勢成行的約會，這需要一些機緣，重點已經不在此行前往的地點本身，而是一路上跟這兩位網友聊天談笑，就覺得是趟完美的旅行了。
跟著他們穿過雜木小徑，門口是唯一留守的管理員阿伯，這兩位達人很熟稔有禮地向阿伯問好，陪著阿伯守門的狗據說前次來的時候激動得很，這次卻平靜地像熟識的朋友一般。
進入門口之後，很快就是自由活動的時間，我看著他們開始地毯式的搜尋，用他們不凡的雙眼探索，以他們都極為苗條有型的軀體穿梭其間。
這個空間可以待上很久，而且當大家開始各自行動之後，彷彿各自消失在偌大的廢工廠裡，我想偷看他們在做什麼，卻很長的時間沒見著他們的人，是有隱形的超能力？
離開廢墟之前，我體驗了等候拍立得顯影的那種期待。
這一卷其他照片：Konica Autoreflex T2 vol.2
我很喜歡這兩位達人的照片：
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！