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...
高鐵上拍的，我女兒好像在說我們倆夫妻「太閃」。(這張在 flickr 上被檢視 105 次的原因也不知為何？)
去年以前完全不瞭「閃」這個字，是學弟教會我的，網路上找到底下這個蠻完整的說明，大家看看囉！
轉貼自: http://blog.yam.com/irene0821/article/6313270
說文解字：閃
【關鍵字】：「閃」、「閃光」、「好閃」、「閃閃閃」、「閃光彈」
【出處】： PTT。
【由來】：話說在PTT的某個版，常常有人會在上面分享一些自己和男女朋友的甜蜜小故事，尤其在情人節、聖誕節等大日子裡，更是有些網友會大肆炫耀著，這時戀愛去死軍團的團友們就會推說這是「炫耀文、炫耀文」！因為實在太炫了！所以衍生出「閃」這個字。
【延伸】：閃的程度不同，通常有些人都只是被輕微閃到一下，但是如果閃度再強點的話有些人就會說「快！給我墨鏡。」（擋個光～）那如果是太閃而且是連續一直閃的話呢！就要說：「我要牽可魯。」（閃到瞎了！要牽導盲犬...）
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！