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...
KAZUMA 1981年創始于台灣台南(聯誼棒壘),以研發生產高級棒壘球手套.服裝等器材著稱,將當時球界所使用的低級產品取而代之,帶領著台灣走進新的紀元!二十多年來幫國內外不少公司做 OEM 生產無數的產品，1998年美國公司正式成立,依然本著研發高品質產品的精神來領導美國邁進使用高品質時代!這幾年來 KAZUMA 的品質已受肯定,尤其是訂做手套和棒球服!希望往後能提供更多.更新的產品來服務大家!
KAZUMA各地經銷點
野球王棒壘用品台北店
地 址:
台北縣中和市安和路83號
電 話:
(02)2944-6559
北門體育用品店
地 址:
台北市士林區承德路四段106號
電 話:
(02)2886-1467
向尚體育用品社
地 址:
台中市西區向上路1段245巷14號
電 話:
(04)302-3336
致勝棒壘用品專賣店
地 址:
彰化縣鹿港鎮永安二路25號
電 話:
(04)784-1388
野球王棒壘用品高雄店
地 址:
高雄市楠梓區土庫路36號
電 話:
(07)353-3428
過年期間，在永康的兵仔市，找到隱身民居的Kazuma，跟老闆、老闆娘很暢快的聊聊。
回覆刪除很奇妙的緣份，剛巧遺失了之前的兩個手套，也碰上今年決定不外出過年的老闆。
很喜愛的棒球手套。