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...
伊是咱的寶貝
詞：陳明章 曲：陳明章 編曲：蕭福德
一蕊花 生落地 爸爸媽媽疼尚多
風若吹 要蓋被 不倘乎伊墬落黑暗地
未開的花 需要你我的關心 乎伊一片生長的土地
手牽手 心連心 咱站作伙 伊是咱的寶貝
一蕊花 生落地 爸爸媽媽疼尚多
風若吹 要蓋被 不倘乎伊墬落黑暗地
未開的花需要你我的關心 乎伊一片生長的土地
手牽手 心連心 咱站作伙 伊是咱的寶貝
一蕊花 生落地 爸爸媽媽疼尚多
風若吹 要蓋被 不倘乎伊墬落黑暗地
未開的花需要你我的關心 乎伊一片生長的土地
手牽手 心連心 咱站作伙 伊是咱的寶貝
一蕊花 生落地 爸爸媽媽疼尚多
風若吹 要蓋被 不倘乎伊墬落黑暗地
未開的花需要你我的關心 乎伊一片生長的土地
手牽手 心連心 咱站作伙 伊是咱的寶貝
手牽手 心連心 咱站作伙 伊是咱的寶貝
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！