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...
這個，小弟身為小學生部落格聯盟的成員，奉行著班長偏執兄「低調參與」的信條，我向來不是高調的人，但是因為《2009 第五屆全球華文部落格大獎》有要求，要發一篇入圍宣告的文章。
這是我自從 2004 年擁有這個部落格以來，第一年有認真寫文章，數據顯示，今年平均一個月的文章產量都要大於過去任何一年的全年總產量，從這點可以看出，我今年多麼 沈溺 用心經營了！
我報名的是興趣嗜好類，報名者有 649 人，初審入圍 162 人，我想，能夠在這麼 殘忍 激烈的比賽中入圍，評審的抬愛讓我感動了，我會繼續努力拍照寫文章的！(喵！我又多了個理由可以買鏡頭了！)
雖然我知道，常來逛我的格的朋友們都跟我一樣很低調，不愛回應，我想你們應該也會默默地 不屑 開心著吧？！我有看到我最欽佩的 PFC Marty 老大入圍了同一個項目，再看看除了他之外還有一百多個強大的對手，我想大概可以開始安慰自己入圍就是肯定了吧！哈哈！
其次，我想跟用心栽培我的阿母說，我雜七雜八的興趣，終於也讓我混到一張貼紙啦！哈哈！
最後，用一張 Angel 的照片來替自己打氣好了！把拔甲又！把拔甲又！
恭喜！恭喜！入圍是個開始！
回覆刪除恭喜...
回覆刪除加油...
:))
感謝兩位捧油的道賀, 感恩感恩!
回覆刪除恭喜呀！
回覆刪除我入圍生活情報組
唷呼 Matis, 也恭喜你啦~
回覆刪除恭喜哦!
回覆刪除您的文章都很好,
也很有內容,
入圍是應當的!
甲木前輩言重了.. 我才是從您那裡吸收很多養分呢~ 我寫的東西, 狗屁不通的太多~~:)
回覆刪除好友入圍
回覆刪除當然要來推
感謝幻雲的鼓勵~:)
回覆刪除