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...
Angel 也愛看自己的照片！
雖然用數位相機拍照，可以直接在電腦前看，但是要跟別人分享的時候，還是有相本比較方便！
我們家 Angel 的照片，我已經用 iFoto 沖洗三本了，第一本我是趁 5x7 有優惠價的時候沖洗的，後來沖洗的兩本雖然 5x7 已經恢復原價 10 元了，不過有送相本，還蠻實用的！
最近發現 iFoto 又有新優惠了，是滿 100 張送大相本，滿 300 張每張單價只要 3 元哦！而且有兩種格式可以選，4x6 或者 4.5x6，價格都一樣，一般數位相機拍出來的照片，大多是 4:3 的比例，所以你可以選擇 4.5x6 ，畫面就不會被裁切掉了！讚吧！
台灣大概兩大線上沖洗的服務商：iFoto 跟銀箭，銀箭是採取預付制的價錢才會比較便宜，但也沒有便宜多少，4.5x6 的規格 iFoto 還比較便宜哦！不過銀箭是有較多的客製產品供你選擇，也還不錯啦！大家都可以參考參考哦！最近大概又要到 iFoto 再來洗個二本了！
剛好又想洗了說，真好!
回覆刪除:-)
回覆刪除真好~~
回覆刪除又有優惠了
嗯啊，一張便宜一塊錢算一算便宜不少了耶！
回覆刪除