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...
算是老爸的心機嗎？從小就讓 Angel 習慣各種不同的相機，DC 或單眼，底片還數位，Angel 都能有模有樣的拿在手裡把玩。
快到抓週的日子了，最近拿一些東西給 Angel 試，發現相機依然對 Angel 有極高的吸引力。這幾天學弟來家裡找我們，說我們做弊做得很凶，基本上是有計劃的在影響抓週的結果。
我是在想，如果真的要影響，抓週如果要放 10 個物品，我還真的可以擺出 10 台以上的相機給 Angel 抓咧！哈哈哈！
抓周物品清單: (From: http://blog.sina.com.tw/sharas/article.php?pbgid=7202&entryid=577472)
1、字典或詞典：代表文學家或科學家，有知識的人才。
2、書、筆：具有制定意味，代表書法家、文人、文職工作。
3、尺：具有尺度的意味，代表律師、法官、革命家。
4、計算器、算盤：代表商家或生意人。
5、新台幣（錢）：代表富有之意，善于儲蓄的富翁或有錢人。
6、信用卡：銀行家或金融行業
7、印章：代表官位或官權。
8、畫、水彩盒、彩色筆：代表畫家、藝術家。
9、毛線團、布料：代表服裝設計師。
10、乒乓球拍、羽毛球拍、足球：代表体育相關職業。
11、笛子、小提琴、電子琴、CD：代表音樂家。
12、筷子、鏟子：代表廚師、飯店業者。
13、小鞋子：代表旅行家、探險家。
14、潤膚霜、口紅：代表愛美，在乎自己的容貌。
15、手机、軟盤、鼠標：代表從事IT業、高科技、通訊業。
16、地球儀：代表地理家。
17、聽診器：代表醫生、護士類。
18、螺絲刀：工程師、工業
19、玩具汽車：有車族、司机
20、積木：建筑業、設計師等
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！