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...
馬麻買的新書，我很喜歡！
馬麻最近又幫我到博客來買了好多書哦！其中我最喜歡的是這一本：「小熊學校」，這是在日本熱賣到不行的繪本，甚至連週邊商品都熱賣！
你們看，我自己會翻書囉！(Angel 力道還不太會掌握咧～書現在都皺皺的了，呵呵)
內容簡介
小熊的學校有1，2，3，……12隻小熊。他們每天快樂的生活在一起。 前面的11隻小熊都是男生，只有最小的第12隻小熊是女生，名字叫做傑琪。 白天他們一起上課，做午餐， 晚上回到宿舍，應該要睡了， 沒想到最愛哭的安東卻哭了起來，該傑琪登場了，可是最後11個哥哥一起哭了起來，真是忙壞傑琪了。 結果… ”小熊學校”是日本BANDAI的CHARACTER研究所所設計的人物，繪本搭配商品一起上市，一出版就創下年銷16萬本的紀錄。書中的許多細節設計，後來都一一商品化，成為媽媽也想要買的繪本。
作者簡介
相原博之
日本BANDAI ”CHARACTER研究所”所長.繪本作家,研究者.畢業自聖多名尼哥幼稚園
繪者簡介
足立奈實
除了繪本, 她還喜歡設計提袋等雜貨,畢業自小泉托兒所
現在買還有 14 週年活動，最高回饋 200 點哦！
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！