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：Ricoh KR-10 Super
使用底片：Fujifilm X-tra 400
沖掃店家：士林正典
母親節回台南那個禮拜六，騎了機車載了老婆小孩在市區裡亂晃。
雖然我對神農街愈來愈沒感覺，但還是帶他們去走走。
然後再帶他們去擠花園夜市。
隔天母親節，在家裡吃完中餐後一路開車回台北，不是很想走高速公路，所以就往台 61 線那邊去，天氣很好，也就沒有開很快，一路上停停走走的。
送弟弟回到苗栗家之前還先去龍鳳漁港走走，到的時候差不多是五點半還六點左右，有攤販聚集像夜市的地方，Angel 看到彈珠台的攤位就說她想玩，玩蠻久的，玩到天色都暗了以致於沒辦法讓她去海灘上玩沙玩水，這裡景色蠻不錯的，之後會再來走走吧。
此兩卷相片集的其他照片：Ricoh KR-10 Super vol.2、Ricoh KR-10 Super 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！