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...
(Panasonic LX3)
離開一號辦公室，一路往北管制門出口的路上，是下坡的階梯，雖然途經地下碉堡和地道，不過都沒停下來拍照了，就這麼一路走到陵寢外的衛兵交接處，這是導覽人員掌握行程時間所安排的最後一個活動，觀看衛兵交接。
我沒拍衛兵交接儀式，一來是人實在太多又沒帶長鏡，二來是同事們的孩子也不想看衛兵交接儀式，紛紛過來圍著我們家 Angel，形成很有趣的畫面。
(Pentax K10D + DA 40mm Limited)
(Panasonic LX3)
(Panasonic LX3)
(Pentax K10D + DA 40mm Limited)
(Panasonic LX3)
小朋友們說，跟我們家 Angel 玩比看衛兵交接好玩多了！哈！
(Panasonic LX3)
看完衛兵交接，我們就一路往遊覽車走去，途中也沒時間多做停留了，有很多地方還蠻值得再來拍拍的。
(Pentax K10D + DA 40mm Limited)
(Pentax K10D + DA 40mm Limited)
遊覽車停車場處，有一些名產的攤販，就沒仔細逛了。
(Pentax K10D + DA 40mm Limited)
走路扛嬰兒車，有點累，Angel 倒還是挺開心的。
(Pentax K10D + DA 40mm Limited)
員工自強活動的所有照片，請至 Flickr: 2009.08.30 員工自強活動。
也就是Angel比衛兵交接好看啦~
回覆刪除呵呵~ 好看多了~
回覆刪除