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 : 奇妙
時間 : Mon Jan 7 18:01:24 2002
新搬來的地方，外面常是一群阿伯阿姆在聊天唱歌烤火，像極了出隊時的烏來。
不過，卻少了一種容易親近的感覺，也少了主動去認識他們的動力。
『有幾間厝，用磚頭砌，看起來兩光兩光……』剛阿伯又唱了一首新的，倒是
真的蠻兩光的沒錯。
也許是身處原住民部落，加上自己莫名奇妙的服務使命感，主動的關心不像是
平時懶得理人的我，這不應算是一種常態，服務的心態對於當地的他們是利是
害，而對我而言又代表什麼呢？盡是虛榮，滿足自我。
我想起晚上站在浴室與寢室之間守夜，為的是怕當地有什麼無法控制的醉漢傷
害咱們隊上的女巴洞，至少可以拿我當肉靶擋著；與陌生人事物之間，防範之
心對都市人來說是很重要的；然而害怕的來源，是未經證實的傳言，是種種刻
板印象的認定。
與電腦之間，算是最單純而不費心力的溝通吧，我想。
『台灣現實的人……』阿伯方才又自編一曲。又該是吃飯的時候了，阿伯肚子
餓要快點吃飯哦，乖。
--
※ Origin: YKLM大學
◆ From: 61.223.68.178
標題 : 奇妙
時間 : Mon Jan 7 18:01:24 2002
新搬來的地方，外面常是一群阿伯阿姆在聊天唱歌烤火，像極了出隊時的烏來。
不過，卻少了一種容易親近的感覺，也少了主動去認識他們的動力。
『有幾間厝，用磚頭砌，看起來兩光兩光……』剛阿伯又唱了一首新的，倒是
真的蠻兩光的沒錯。
也許是身處原住民部落，加上自己莫名奇妙的服務使命感，主動的關心不像是
平時懶得理人的我，這不應算是一種常態，服務的心態對於當地的他們是利是
害，而對我而言又代表什麼呢？盡是虛榮，滿足自我。
我想起晚上站在浴室與寢室之間守夜，為的是怕當地有什麼無法控制的醉漢傷
害咱們隊上的女巴洞，至少可以拿我當肉靶擋著；與陌生人事物之間，防範之
心對都市人來說是很重要的；然而害怕的來源，是未經證實的傳言，是種種刻
板印象的認定。
與電腦之間，算是最單純而不費心力的溝通吧，我想。
『台灣現實的人……』阿伯方才又自編一曲。又該是吃飯的時候了，阿伯肚子
餓要快點吃飯哦，乖。
--
※ Origin: YKLM大學
◆ From: 61.223.68.178
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！