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 T4
使用底片：Perutz Primera 200 過期
沖掃店家：士林正典
四歲生日的這天早上，適逢一個風和日麗的禮拜六上午，吃完早餐以後照例來到公園活動。
Angel 在今天的包包裡，多帶了一罐牛奶糖，逢人就說「今天我生日喔！」，然後看互動的情況與順眼投緣的程度，她會回來總部這邊拿牛奶糖做為獎賞跟公園裡的朋友分享。
這位妹妹應該是領到今天的第一顆糖果。
生日這天也算是有好運吧，一到公園就遇到熟犬。
當然是要來幾張合照，比四歲。
然後應該是送禮物時間，所以安排這種收到禮物由公主回上親吻禮的戲碼。
整天的行程快轉，晚上就安排以一個蛋糕慶祝生日。
許願、切蛋糕、合照。
其他本卷照片：Konica Autoreflex T4 vol.1
小公主越來越美了。
回覆刪除Re: Humble Land Gardener <1875744082214639514>
回覆刪除謝謝啦，但個性也愈來愈頑劣。