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...
師大夜市，美食、服飾，人潮匯集，但我喜歡選擇中午來走走。 念政大的時候，就很常往公館、師大夜市跑，很羨慕這兩所學校的學生有這樣方便的商圈，其中更不乏有特色的小店。 拍影子的時候，老婆還面帶笑容，很妙，如果拍得到影子的笑容就神了。 連路樹都長得好看。 挑了一家叫木町的店吃東西，除了中餐，飯後還有冰可以吃。 外國情侶用餐。吃飯時隔壁有韓國學生，後來又陸續來了好多外國人。 老樣子，老婆吃麵我吃飯 吃飽點了盤草莓冰 吃飽逛街，還沒開的店，賣衣服的 這隻貓不是擺設哦，我想再拍幾張牠就跑走了！ 大腸麵線 吃飽，本來要陪老婆逛衣服的，但是店員說店內不能拍照，搞壞我的心情，就不想買了，騎車去。 聽 ipod。 更多照片： flickr: 2009.05.08 機車一日遊