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...
掰掰，舊版型 (2009.04.03 - 2009.07.14)
趁著凌晨的地震，我換上了比較大眾口味的版型，希望大家會喜歡。
然後發現幾個東西在 IE 上跑起來會怪怪的，像是 Google Friend Connect，還有 Intense Debate，所以通通拿掉了，並且順手把 Nofollow 的屬性拿掉，大家可以盡情的留言，請參見高登所寫的文章：善待你的留言者。
不過，目前還找不到怎麼把原本在 Intense Debate 上面的留言轉回來 Blogger 的方法，所以以前大家的留言暫時都看不到了！舊的不去新的不來，大家還是繼續多多留言啦！之後都會直接用 Blogger 提供的留言功能了！
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！