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...
(Graflex Crown，Rodenstock Sironar 100mm f5.6，Fuji FP100C)
拜賴格子最近做很多好事之賜，他來羅東也把好天氣帶來了。
禮拜六帶他去羅東林場散步，Graflex Crown 終於第一次帶出門了。
上一次來羅東林場還是台北人遊客的身份時，就很喜歡這個林蔭的步道，所以扛著大相機來到這裡，拍了一張 4x5 之後還想用拍立得再紀錄一張。
拍完休息的時候有一對年輕夫婦來閒聊了一下，這大概是拿這種東西出去的所謂附加價值什麼的，其實應該是可以拍張照片送人家的，但那時有點太累就忘記了，科科。
這張照片撕出來的時候的確是讓人驚呼了一下，很值得大概就是那驚呼的總合吧。
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！