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...
其實很少認真看廣告信，不過今天收到由 Photoshop.com 寄來的信件，我倒是認真的看了一下，看起來像是可以在線上編輯及管理圖片的網路平台，有吸引到我，於是上去註冊了！
註冊很簡單，登入之後最大的感覺是「快」！介面也蠻好看的，而且支援 Flickr、Picasa 等知名的圖庫平台，你可以透過 Photoshop.com 去管理編修你在其他圖庫平台的照片，測試結果是中文顯示不出來。
首先登入平台後，點選紅框字會進入 My Library
然後左邊的工具欄往下拉之後會看到 Other Sites，點選圖庫平台的 Login，會另開視窗進行認證，記得要允許新開視窗哦！
按下繼續和我要授權之後，就可以關閉視窗，回到 Photoshop.com 就會發現出現一個要你按 OK 的畫面，按下 OK 後，系統就會開始抓取圖片
選取照片做編輯，Edit 裡有蠻多功能的，去紅眼啦，裁切啦，白平衡調整啦，沒一個一個試了，有興趣自己玩吧！我自己是用 Decorate 加了一些邊框，就像玩大頭貼機器一樣，蠻好玩的！
完成還可以直接另存新檔回 Flickr 哦！真的蠻方便的！
現在就加入吧！https://www.photoshop.com/
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！