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...
因為就在公司對面，所以中午蠻常去的，每次都人滿為患，生意好到一個不行！中午稍微晚一點去常常就得在外面等，有時候就只好外帶了。建議如果下午比較有空的話，可以去好好享受一下下午茶，店內人潮也會少一點。
先來個題外話，如果我沒記錯的話，香港鑫華茶餐廳店址 (台北市金華街126號1樓) 隔壁曾經是蘋果優仕，後來蘋果優仕先是搬到了現在 Bach Cafe 那裡(台北市金華街201號1樓)，然後蘋果優仕的老闆又發神經地買下八德路一棟三層樓的店面，然後把那裡變成展售、維修，又可以休息用餐(二樓)的蘋果旗鑑館！強！感覺應該賺很多，我記得以前在現在 Bach Cafe 現址的蘋果優仕門口都會停重機，還蠻常換的，猜是蘋果優仕老闆的。
香港鑫華茶餐廳的特色就是所有服務人員的廣東口音，很道地香港口味，店內擺設也跟印象中港劇裡一般的茶餐廳很像，很符合港式口味的用餐環境，菜單也都是港式用語，像是豬扒等等，我是沒去香港吃過，不過據說本身就是香港人的老闆很堅持香港的重口味，這點我很喜歡。
介紹幾道我蠻喜歡的餐點，菜色很多，建議你，第一次去可以點今日特餐，便宜又好吃！菜單上也有一些特色餐點可以試試！因為我通常都是中午去，所以特色餐點比較沒試過，很想找個機會去吃個下午茶！下午茶我最想試的是鮮油菠蘿飽，那是港式點心的經典啊！
港式撈麵．港式牛肉炒麵
鴛鴦奶茶，必喝！
我老婆點這個應該是叫海鮮湯麵吧！我忘記名稱了。
店 名：香港鑫華茶餐廳
地 址：106台北市大安區金華街126-1號1樓 (政治公企中心對面)
電 話：02-2391-2022
營業時間：11:00~21:00
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！