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 : 大摳ㄟ
時間 : Tue Dec 12 09:08:43 2000
「大摳ㄟ」最近很愛跟「狗腿花」玩遊戲。
遊戲規則如下：
《一》若老大沒有張開嘴巴，花仔不能張開嘴巴。
《二》若老大還沒咬到花仔，花仔還是不能張開嘴巴。
《三》若老大咬到花仔，花仔不能用腳踢老大，最重要的，嘴巴還是不能張開。
《四》若老大咬花仔咬到花仔痛了，花仔要堅強不能哭，嘴巴還是不能張開。
《五》若老大累了，花仔也要休息，但嘴巴要閉上才有禮貌哦。
政大校狗代表：
政大校狗之中，三大巨頭正是：大摳ㄟ，小跟班，以及狗腿花。
遊戲目的：
由於小跟班太過於忠心，講難聽一點是太軟弱沒有主見，大摳ㄟ欲培植狗腿花成
為下一任的接班人，故設計這小小的遊戲，讓狗腿花了解擁有權力是件十分有趣
的事，藉此激勵花仔參加下屆狗王大選。
本版評論：
根據小報指出，狗腿花由於過於年輕，有些貪玩，更糟糕的是有東西就吃，缺少
狗王應具備的領袖特質，不能服眾。看來，大摳ㄟ的培訓計劃近期之內將有突破
性的發展，敬請讀者每週收看本版精彩特輯。
--
※ Origin: YKLM大學
◆ From: 140.119.191.100
標題 : 大摳ㄟ
時間 : Tue Dec 12 09:08:43 2000
「大摳ㄟ」最近很愛跟「狗腿花」玩遊戲。
遊戲規則如下：
《一》若老大沒有張開嘴巴，花仔不能張開嘴巴。
《二》若老大還沒咬到花仔，花仔還是不能張開嘴巴。
《三》若老大咬到花仔，花仔不能用腳踢老大，最重要的，嘴巴還是不能張開。
《四》若老大咬花仔咬到花仔痛了，花仔要堅強不能哭，嘴巴還是不能張開。
《五》若老大累了，花仔也要休息，但嘴巴要閉上才有禮貌哦。
政大校狗代表：
政大校狗之中，三大巨頭正是：大摳ㄟ，小跟班，以及狗腿花。
遊戲目的：
由於小跟班太過於忠心，講難聽一點是太軟弱沒有主見，大摳ㄟ欲培植狗腿花成
為下一任的接班人，故設計這小小的遊戲，讓狗腿花了解擁有權力是件十分有趣
的事，藉此激勵花仔參加下屆狗王大選。
本版評論：
根據小報指出，狗腿花由於過於年輕，有些貪玩，更糟糕的是有東西就吃，缺少
狗王應具備的領袖特質，不能服眾。看來，大摳ㄟ的培訓計劃近期之內將有突破
性的發展，敬請讀者每週收看本版精彩特輯。
--
※ Origin: YKLM大學
◆ From: 140.119.191.100
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！