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...
作者 : ZENG (zeng.bailan.club) 標題 : 忠治出隊之記(三) 時間 : Mon Dec 6 10:57:47 1999 這次的出隊裡，家訪是非常重要的一環，關係著未來新巴洞可以對忠治有 更多基本的印象。 趁著大家都去家訪，我和小智，一路走上小智山上的家，才知道忠治村七 鄰已經不見了，這裡改成別的名字，我們的資料似乎不怎麼新，走著走著 終於見不著路燈，經過幾棟豪宅，小智說裡面住的是漢人。 小智山上的家，是他和爺爺兩個人用木頭搭起來的，沒有電；山上養著抓 來的野豬，幾隻雞鴨和抓野豬的狗；幾公尺外，遠遠就聽到小智愛犬的吠 聲，小智提起這條狗超狠的，連主人都咬，掀起領子讓我看被咬的傷口， “他抓野豬就這樣咬的，還好後來用手給他咬，脖子才沒被咬斷”小智繪 聲繪影的說，我開始想走下山。養在豬圈裡的野豬，公母各一，養他們並 不是為了繁殖他們，而是要等他們大一點了，用他們來跟小狗打架，讓小 狗練習怎麼抓野豬。屋子裡，爺爺被我們吵醒，正好可以跟他打個招呼， 點了蠟蠋給我們找茶水喝；小智的房間裡，很多工藝的作品，順手拿了一 個筆袋給我，好開心。 抄捷徑回山下，差點用滾的下山，相當陡。 一路上，談起他對我們這支隊感覺，似乎和以前來過的隊都不太一樣，以 前來過的隊，晚上是不排任何活動的，就只是像家訪一樣，整個晚上陪青 少聊天，陪小朋友玩遊戲，認識社區的人，我們還要開會、推流程，很麻 煩。 未完... -- ※ Origin: YKLM大學 ◆ From: 140.119.191.100