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...
funP 成功的結合了書籤分享跟社群功能，在這裡除了可以分享你自己所經營的部落格，增加流量，更可以結識許多網路上的朋友，透過朋友們分享的文章，增廣自己的知識見聞。
麻吉人氣王活動！邀請你加入funP！
先看看贈品
第一名：BenQ nScreen i91
第二名至第四名：iPod touch，三名
第五名至第九名：iPod nano，五名
最佳人氣女王獎 – 女性限定2名
女性參加者人氣最高第一名及第二名限定大獎
也有集點贈品
funP麻吉 - iCash 限量紀念版
集滿麻吉指數50點即可兌換一份，限量50張
funP麻吉 - 備長炭滑鼠墊 限量紀念版
集滿麻吉指數30點即可兌換一份，限量數量100張 (兩種花色各50張)
別廢話了，快點加入吧！
麻吉人氣王活動！邀請你加入funP！
先看看贈品
第一名：BenQ nScreen i91
第二名至第四名：iPod touch，三名
第五名至第九名：iPod nano，五名
最佳人氣女王獎 – 女性限定2名
女性參加者人氣最高第一名及第二名限定大獎
也有集點贈品
funP麻吉 - iCash 限量紀念版
集滿麻吉指數50點即可兌換一份，限量50張
funP麻吉 - 備長炭滑鼠墊 限量紀念版
集滿麻吉指數30點即可兌換一份，限量數量100張 (兩種花色各50張)
別廢話了，快點加入吧！
嘿!!我已經加入囉!
回覆刪除:D
回覆刪除【麻吉人氣王】「推薦人」填寫規則大鬆綁！
回覆刪除hello~我是funP.com的Eureka！感謝您熱情參與【麻吉人氣王】的部落格串連活動喔！【麻吉人氣王】的「推薦人」填寫規則做了以下鬆綁動作喔，相信可以加快您成為人氣王的腳步！
只要是【麻吉人氣王】開始 (2008/9/25) 後才註冊，而註冊時並沒有設定推薦人的朋友，都可以到麻吉人氣王 - 我的人氣頁面設定一個比您先註冊的使用者，做為您的推薦人喔！
趕快去告訴您2008/9/25後才註冊的朋友，請他們到麻吉人氣王 - 我的人氣頁面將您的帳號填進去，並且請他們發揮他們的網路人脈，找更多人來 funP 玩，還有各項大獎一起分享！