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...
使用器材：Pentax MZ-L，Sigma 24mm Super Wide II Macro，Fujicolor 100
沖掃店家：永和華昇
上面這張是整捲 Fujicolor 100 的最後一張，停在紅燈前，搖下車窗，正值日偏蝕的當下 (2010.01.15)，拍下了這張照片。
24mm 給人寬闊的 84 度視野，在都市叢林裡，這樣的視野是一種解放，卻也是即將誇張變形而狂野的邊界，彷彿無形的約束，守著狂放與禮教之間微妙的界限。
那幾天異常的晴朗，也異常的寒冷，陽光無私的撒落，卻感受不到絲亳溫暖。
天空是冷調的晴朗，一如往常地穿過沒有斑馬線的路面，顯得孤單而蕭瑟。
都市裡的我們總是呈現帶狀移動的形態，週而復始，日復一日。
我們喜歡窩在一塊兒取暖，尋求別人的認同。
擋在面前的這一堵高牆，你會選擇折返，或是翻越？
其他本卷照片：Pentax MZ-L vol.5
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！