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...
新聞截圖：自由時報：王建民表現失常 美媒：洋基陷先發危機？連爆三場，至少我看到了王的第三戰，找回了會跑的沈球。
現在網路上出現了保王派跟反王派，足見王建民仍是話題性十足的美職看板人物，無論是台灣或是美國。
整場比賽關鍵的重點，在於教練團的信心以及調度危機，而非王建民自己，在我眼裡，王建民已在連續的低潮中，找回自己。美媒眼裡的王建民木訥不多話，勝利的時候表彰他獨特的性格，認為他擁有異於常人的冷靜，當他連三爆出現時，卻有那麼多人說他有心病，要處理他的心理障礙，我看不出來他障礙在哪？他仍用一貫的冷靜專注，也在尋找這一切發生的原因。
反觀以吉拉迪掌兵符的教練團，對王建民連三次小貓一樣的先發，產生了疑惑，寧可派上大聯盟生涯首登板的菜鳥，讓一局爆出 14 分的新高失分，然後在賽後的記者會，屁了一句「就好像滾雪球一樣」，首度對王建民的狀況表現出懷疑貌。
第一，吉拉迪對王的狀況無計可施，他除了在前兩場爆掉以後出來講講場面話，說他對王很有信心的話以外，他做了什麼？現在要他跳過一次先發輪值，然後到牛棚多練球，牛棚是能練出個屁嗎？他這幾年來沒遇上如此持續的逆風，吉拉迪只不過看他現在狀況不好，用別的投手來試試手氣罷了，他根本沒有托瑞的領軍能力。
第二，一局爆 14 分不就是吉拉迪自己的調度問題嗎？在大失分的情況之下，派上菜鳥投手之後，就任由菜鳥投完該局。新紀錄被創下來之後，大家只是更加明白只會打順風球的吉拉迪，根本不夠格成為洋基的總教練，去年我就這麼認為，今年走著瞧吧！
噓聲算什麼！A-rod 的噓聲才多咧！這就是職業棒球！敢嬴敢輸，才能大鳴大放，吉拉迪就等著吃屎吧！把王建民交易出去吧！如果你這麼沒信心的話，有種你就把王建民下放，讓別的球隊來要人，我可能會佩服你吉拉迪算是表裡如一的人。
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！