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 (瞎了的導盲犬)
標題 : 老了
時間 : Tue Oct 24 09:41:21 2000
大四老人了，還待在五舍算不算是一種沈淪﹖倘若是，那麼我深愛這種
沈淪的感覺算是一種病態嗎﹖也不為什麼，或許我受不了寧靜，也許我
只是不想習慣九舍的環境，又或者說穿了只不過是因為懶罷了。
星期天練球，一天下來晒出一件「國王的內衣」，肌肉骨頭好似將要支
解一般，体力真是差爆了。膝蓋的舊傷，每到了天冷又溼之時，老人病
症又會再犯，是該好好注意自己身体的時候了。
某天深夜，由於抽水站車庫門關了，只好走路上山。不太有路燈，人兒
是一個也沒有，好些日子沒這樣孤單地走在回宿舍的路上。所幸，有兩
條像老朋友一樣的校狗，一路陪著我走上一百零八階，目送著我進了宿
舍。我們就像是認識了四年一般，平時沒什麼聯絡，在最需要他們的時
候，就如及時雨般地出現在眼前，想想，周遭也有一些是這樣令人窩心
的朋友吧！
寫這樣的東西很不習慣，太長時間沒寫文章，真的老了吧！
--
※ Origin: YKLM大學
◆ From: 140.119.26.11
標題 : 老了
時間 : Tue Oct 24 09:41:21 2000
大四老人了，還待在五舍算不算是一種沈淪﹖倘若是，那麼我深愛這種
沈淪的感覺算是一種病態嗎﹖也不為什麼，或許我受不了寧靜，也許我
只是不想習慣九舍的環境，又或者說穿了只不過是因為懶罷了。
星期天練球，一天下來晒出一件「國王的內衣」，肌肉骨頭好似將要支
解一般，体力真是差爆了。膝蓋的舊傷，每到了天冷又溼之時，老人病
症又會再犯，是該好好注意自己身体的時候了。
某天深夜，由於抽水站車庫門關了，只好走路上山。不太有路燈，人兒
是一個也沒有，好些日子沒這樣孤單地走在回宿舍的路上。所幸，有兩
條像老朋友一樣的校狗，一路陪著我走上一百零八階，目送著我進了宿
舍。我們就像是認識了四年一般，平時沒什麼聯絡，在最需要他們的時
候，就如及時雨般地出現在眼前，想想，周遭也有一些是這樣令人窩心
的朋友吧！
寫這樣的東西很不習慣，太長時間沒寫文章，真的老了吧！
--
※ Origin: YKLM大學
◆ From: 140.119.26.11
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！