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...
我基本上不能稱做是蘋果的迷，雖然手邊有 ipod nano、ibook g4、macbook pro（這台是單位財產）。 但若不是 Mac OS X 上的輸入法真的用不慣，我想我一輩子也找不到既是國貨，又免費好用的輸入法了。 手邊的所有電腦（Mac、Windows）基本上都是香草輸入法平台的子民，Linux/BSD主機上有別的輸入法框架，也不會太難用，就沒去試香草，況個人管理的主機幾乎都懶得裝Xwindow。Windows上的香草輸入在0.7.x時有點慢，到了0.8好似順多了，但仍在測試當中。我通常會加入candyz的亂倉.cin進行測試。 順帶一提，香草也跟zonble有關，我想他一定不認識我，但我從大學時代就一直聽聞這大學長的盛名，在我工讀的地方。還有像是煮酒BBS，也是當年為了架設系站YKLM，認真學習的目標。