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...
國中同學在 FaceBook 傳給我一張照片，我找好久了，看到照片，全身的熱血又再度燃起。
這是國中時期的同學，在大家各自念不同的高中後，在高二的春假相約到墾丁春遊。
我還記得，出發前，我們討論了到墾丁二天一夜要準備多少錢，大家都很樂觀的認為，一個人應該只要準備一千塊錢就夠了吧。
結果，光是坐車到墾丁的車資，就去掉一半以上，隔天我們還想租機車到處晃晃，因此根本不夠預算花錢找住宿的地方。
也許是上天被我們的熱血感動吧，在我們遊盪到了墾丁國小，當時正好有營隊在墾丁國小舉辦，他們向墾丁國小借了地下室做為休息的場所，忘記是哪個同學去喬的了，我們就這樣跟他們借了幾個睡袋，分享了一個小角落，總算是找到了晚上可以歇息的地方。
到了晚上，我們好像也沒什麼睡吧，在墾丁街上亂逛，吃東西喝飲料，凌晨兩三點之後才回國小地下室躺一下，一早租了機車就到處騎去逛了。最後回得了台南，印象中是靠著某位同學為防萬一多帶的提款卡，雖然違反了大家一千元遊墾丁的豪氣，但幸虧有他，不然大概就得留在墾丁做工籌錢回家了，哈！
這是我們在墾丁海邊留下的美好回憶，值得珍藏一輩子的照片。我記得拍下這張照片的同學，為每個人洗了一張，並且各寫了一張卡片寄給我們。我一定是收在台南某個小盒子裡了，因為太珍貴，所以用心收藏，不過往往愈用心收藏，愈不容易找到。
除了半年內還見過照片中其中兩位同學，其他的同學真是許久不見了，期待有機會再度聚首。
我想，大家一定猜不出來我是哪一個吧！
廣告連結：台北住宿
長得一模一樣咧!
回覆刪除前排右一,是吧?
哇，真的有這麼好猜哦～ 哈哈～
回覆刪除