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...
準備駕照考試的馬麻
使用相機：Pentax MZ-3 + FA 28-90mm
使用底片：Fujifilm X-tra 400
沖洗店家：五色鳥
這次的裝備，MZ-3 + FA 28-90mm，很輕量化的組合，一機一鏡旅行算是夠用了。不過這次有個敗筆，我在 FA 28-90mm 前面裝了一個蓮花遮光罩，卻沒注意到廣角端畫面會遮到！但索性就不裁掉了，留著提醒自己。去政大拍的那天是中午，超熱的，據說那天還創下今年最熱的新紀錄！
#1 政大中正圖書館前的阿勃勒
#2 綜合大樓前的廣場，有一道迴廊
(被遮光罩擋到的部份，還蠻像暗角的，哈哈)
#3 河堤自行車道
#4 天氣好的時候，河堤這裡是看得到 101 的，十字架這裡是一所幼稚園，記得大學修幼兒教育時好像有去參觀過吧？！
#5 有一座小橋，跨過分洪進水口
#6 再熱，也要打棒球
#7 籃球就沒人打了
#8 大勇樓門口的這棵樹，蠻喜歡的
(Ya!)
#9 風雨走廊
#10 注意，行人優先
#11 綜合大樓前的廣場，蠻多人喜歡在這裡休息
#12 四維堂旁邊的這幾棵椰子樹，應該很老了吧！
這次是利用去校本部開會前拍的，沒想到一下子就拍完了，感覺還有蠻多地方可以拍的，有機會的話再去練習練習囉。
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！