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...
農場裡很可愛的狗
使用相機：Pentax MZ-3 + FA 28-90mm
使用底片：Fujifilm X-tra 400
沖洗店家：五色鳥
一次送洗了四卷，都差點忘記其他兩台 M42 測試時是換什麼鏡頭了，所以先來分享 Pentax MZ-3 + FA 28-90mm 拍的照片。
這次員工自強活動一日遊，我們上午是先到了大溪的花海農場，隨身帶了兩台相機，K10D 和 MZ-3，比較起來，我很喜歡 MZ-3 在豔陽下的表現，輕巧的機身和鏡頭，對於旅遊來說超理想的，整體表現個人算滿意啦！
我們去花海農場的時候，可能正好遇到花圃的維護，所以沒有想像中像海一樣的花圃，但風景蠻漂亮的，想像花都綻放開來的時候一定是超美的，很適合來這裡走走順便拍照。
有很多動物，小朋友都蠻開心的！
農場裡的一些擺設，是蠻可愛的！
很有農趣
比較累人的是階梯，就得請人幫忙抬一下嬰兒車啦，拍照是蠻好看滴！
同一天帶了數位跟底片雙機，我很喜歡底片的表現，色澤、層次，在豔陽下表現得很優秀！
這張是請大姨子幫我們用這台拍的全家福！
其他當天用 MZ-3 所拍的照片：Flickr: Pentax MZ-3 vol.5
花海農場地址：桃園縣大溪鎮福安里４鄰復興路１段１０９３巷２７號（慈湖停車場旁）
服務電話：（０３）３８８－０８０１
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！