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...
如果你平時就愛跟別人分享網路上找到的資訊、好文章，或者你有很多朋友寄給你的 Email 想要分享，你使用 Pushba 的服務，可以幫您自動同步到 Plurk、Facebook，讓你的朋友們都看得到，還能夠因為點閱次數跟網友的認同，累積獎金哦！另外，Pushba 還不定期舉辦各種活動，提供實用的獎品和獎金！真是賺零用錢的好地方！
最近還有春節活動哦！只要你在二月份成功推薦二位朋友加入 Pushba，您還可以領到 888 的紅包哦！陸續還有更多的活動，還不趕快加入 Pushba！
另外最近還有抽獎的活動，只要您推薦 Pushba 所指定的網頁內容，達到 20 個點閱次數就可以參加一次抽獎，最大獎可以獲得一台 iPhone 3GS 耶！趕快加入 Pushba！
Pushba 寄給我的領款通知信：
之前寫的 Pushba 使用介紹：[優質推薦] PushBa! 轉貼＋轉寄＝賺錢！
加入 Pushba，推薦分享又能賺零用錢，就是這麼簡單！
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！