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...
十一月遭樂天釋出，除了認知日職的現實環境外，更心疼隻身忍痛力拼一軍的小雞。如果離日回台能夠好好養傷，未嘗不是件好事。
在我眼中，擁有良好的協調性與輕鬆的投球姿勢，林恩宇是近年來台灣棒球不可多得的投手。
十一月底有一則他的專訪：加盟中職 林恩宇不急，才知道同是台南建興校友的他，也同是三商虎迷。
當然，小雞回國必然是中職各球隊搶著要，不管最後是由哪一支球隊簽下，拜託一下，好好保護他的手臂好嗎？
我期待，無傷的小雞再起。
更多關於林恩宇的資料：台灣棒球維基館－林恩宇
2007年威猛的國際賽英姿，就是這樣受傷的
小雞喜歡的投手，三商虎隊康明杉，退休後的投球英姿
提到三商虎就不能不提的秋哥
這段引退宣言當年我看到哭，現在看到還是超感動！
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！