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...
(攝於公企中心，Pentax MZ-L，DA 70mm Limited，Kodak ProFoto XL 100 36+)
我最常拍到的貓，公企小花。這次這張靠著 DA 70 LE，這支手裡目前為止最長焦的 AF 定焦鏡，才能在警戒線外拍到他，還能不把他嚇跑。
我覺得他愈來愈討厭看到我，最近幾次拍到他，都是中午他睡得正爽的時候，只要我拿著相機一走近，他馬上能停止舒爽的睡姿，監督我有沒有踏進他的安全警戒線之內，一旦踏進，二話不說調頭就走，走人前好像都會聽到他氣呼呼地喊一句：「幹！每次都趁我睡覺時來吵，又不帶伴手禮來！」
底下這張可以說是靠最近的一次，但那時用的鏡頭焦段不夠長 (Minolta AF 28mm，換算 135 等效焦長為 42)，一邊拍一邊靠近的結果，拍完這張他就往右邊方向快速地閃了。
(攝於公企中心，Sony A450，Minolta AF 28mm，機身對比度減一格)
還有去年拍的這兩張，覺得他那時候比較大方給拍，應該是我一直都沒跟他搏感情吧！該來認真找找貓食了，有沒有人可以推薦一下？野貓專用。
(攝於公企中心，Pentax K10D，Sigma 30mm f1.4)
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！