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...
即日起至98/9/13到全省各大便利商店/量販店/超市，單次購買韋恩咖啡任一口味，即可憑發票號碼，上網登錄於「韋恩咖啡 夢想不睡」活動網站，就有機會抽中大獎：
韋恩咖啡跟暑期最夯的電影G.I.JOE合作的限量電影商品！
在這次的活動中，韋恩咖啡更是跟國際知名公仔Toy2R合作，開發出潮流T-shirt、卡車帽甚至16吋超大型公仔！都是極具收藏價值的夢幻潮物阿！
還有還有，最大獎兩台150c.c的重型機車也是來回饋消費者的！真的是不能不參加的超級好康活動呢！！！
詳細獎項如下：
G.I. JOE電影限量商品、
韋恩×Toy2R潮流T-shirt（市價約1500！）、
韋恩×Toy2R 16吋大公仔（市價約兩萬！）
韋恩×Toy2R卡車帽（市價約1500！）
Kymco Racing 噴射150C.C機車等大獎！
快去參加抽獎吧！詳見http://www.heysong.com.tw/
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！