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...
兩年前搬來這裡，終於是個有廚房的公寓。
當時還是女朋友的老婆，吃素的她，只要我學會炒簡單的青菜，煮個飯就能搞定一餐，於是在她的調教之下，開啟了我拿鍋鏟的生涯。
記得一開始油噴到手還怕痛呢，現在則是一點感覺也沒有，習慣得很。
「君子遠庖廚」，是因為不要看到殺豬宰羊的血腥事，那麼炒菜就無妨啦，呵呵。
去年生完 Angel，為了母奶老婆已經不再只吃素食了，而煎煎魚、炒炒肉什麼的，好像也還應付得來，做出來的菜色也許賣相不能算太好，勉強還是能吃的啦！
不能算是什麼現代好老公的標竿，如果單就炒菜這件事來說，無非是為了玩樂罷了。諸多脾氣差並且愛耍懶的各種情事，好些個在生活上每每被批評的惡習，早早就把好老公的分數扣個精光，說穿了炒菜只不過是為了再補回一些分數，圖個及格而已。
如果你的老婆是位好老師，你一定可以學會做菜這檔事。
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！