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：Minolta XD with MC Rokkor-PF 58mm f1.4
使用底片：Fujifilm X-tra 400
沖掃店家：士林正典
葉子，是不會飛翔的翅膀
翅膀，是落在天上的葉子
天堂，原來應該不是妄想
只是我早已經遺忘
當初怎麼開始飛翔
照片以下。
其他本卷照片：Minolta XD vol.10
好桑心。
回覆刪除不要期待開心，就不會傷心。
回覆刪除嘴好硬
回覆刪除因為有地方很軟。
刪除吉米最近好憂傷
回覆刪除夏天要裙襬搖搖阿
Re: Ｃ* <8370354498634869909>
回覆刪除是要我穿裙子的意思？
ＡＮＧＥＬ代勞好惹
回覆刪除每次留言都要輸入一堆怪字好氣
Re: Ｃ* <6331485782393096444>
回覆刪除某種程度是在檢驗回應是否有真心。