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...
(攝於台南仁德老家，Panasonic LX3)
今年年假假期雖長，不過天氣似乎在跟我們作對。
坐高鐵要回台北前，大好的天氣，卻是必須離鄉結束假期的時候。
八八水災，老家這裡水淹得嚴重，阿公的房子裡重新粉刷，換了大部份的家具跟電器，惟獨一台神奇的電冰箱，不但是救我阿公的大功臣，而且在歷經淹水之後，現在仍正常服役當中，硬是要得。
踩著恁爸小時候玩耍的砂子地，Angel 看起來相當開心，在坐上高鐵回程的時候，硬是興奮地直說話，大概是在問說幹嘛這麼早回去之類的吧！
坐高鐵回到台北，一路上跟計程車司機聊了聊，大多是在抱怨這幾天天氣，讓這次年假假期雖長，卻很可惜，聽說遊樂區今年的生意比往年還差，天氣不好，大家都躲在家裡打牌的多。他說看著我們大包小包的回來，讓他想到了年輕的時候，人都是這麼過來的，三十年後，他說我也會像他一樣 (應該是一樣帥的意思)，這就是人生阿 (還是人蔘？)，看著孩子長大，父母老去，自己也跟著變換角色，我想這大概是一種「升級」的概念，只不過這種升級，HP 不增反減就是了。
這些精彩的照片都要感謝偉大的攝影師 Cawa，特此表揚。
(攝於台南市運河邊，中國城戲院前，Pentax 330GS)
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！