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...
主旨：
- 藉由個人攝影作品和社會大眾做進一步的分享與接觸,讓PFC走出虛擬的網路世界,分享利用攝影器材及獨特觀察力所記錄下的瞬間!
- 雖然是PFC主辦的展覽,但攝影器材不侷限於P家才可參加,且攝影作品題材涵蓋廣泛,換個角度想,由PENTAX出發的PFC來舉辦包容其他各家作品的展覽。
- 期望大家可以踴躍參予、支持！
- 地點：中正紀念堂捷運藝廊(捷運中正紀念堂站５號出口)
- 車站地址：10074 北市中正區龍福里4鄰羅斯福路1段8-1號B1
- 日期：2009/9/1 ~ 9/30
- 時間：AM 6:00 ~ PM 24:00
- 費用：屬開放性空間,所以免費啦!
- 展出內容：參加展出共31人,參展作品共49幅,題材包含人像攝影、生態微距、親子寫真、日出晨昏、夜間攝影、影像速寫、山水風景等。
底下這張「天使．降臨」是我入選的作品。
去年才正式開始接觸攝影的我，這張照片既沒有良好的構圖，也沒有正確的曝光，在攝影師一點技巧也沒有的情況下，卻存在著一種甜蜜而溫馨的氛圍。
希望不會拉低了 PFC 眾多攝影好手的水準啊！
順帶一提，這張照片也有入選中時 2009 年 7~9 月嚴選好圖哦！
http://122.147.50.92/blognews/gallery/4747.html
歡迎現場參觀指教哦！有很多很棒的作品，歡迎您來鑑賞！
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！