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...
宅經濟時代來臨，我幾乎都用網路買東西了，集點王集合了各大購物網站，您除了可以很方便的前往各個購物網站消費，更可以累計點數換取現金禮券，何樂而不為呢？
集點王是全國最大的線上聯合集點網站，結合數十家知名購物網站與優質廠商，例如統一購物便，博客來網路書店等，商品超過數十萬種。免費加入集點王會員，您以後在網路上的消費都能額外累積紅利囉！
免費加入集點王的好處：
A. 紅利回饋比例最高：
回饋比例約是信用卡的3~30倍，累積紅利快又多。
B.數十萬種商品都能集點：
食、衣、住、行、育、樂等數十萬種商品全部都能集點，嚴選數十家知名網站與廠商，讓您消費安心有保障。
C. 額外獲得點數：
花同樣的錢，信用卡同樣積點，但是集點王額外再給您一筆紅利回饋 i 點。
D. 跨網站聯合集點：
所有集點王聯盟廠商的回饋點數，全部累積加總在一起，跨網站集中點數讓您能快速換到獎金與獎品。
集點王讓您成為最聰明的消費者，每一筆消費通通都有回饋！馬上加入吧！！
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！