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...
最近家裡附近的警察叔叔好像特別忙。
上個禮拜六，我跟老婆帶女兒去秀朗國小對面的診所看醫生，看到蠻大的陣仗，那時還不知道誰要來，後來回家看新聞才知道是 ECFA 說明會在秀朗國小開講。
新聞連結：http://iservice.libertytimes.com.tw/liveNews/news.php?no=354763
昨天下班要順路買晚餐回家，秀朗國小圍牆邊本來有很多討生活，像是底下的『買甘庶我』，還有一些賣家飾家用品啦，賣碗碟瓷器啦等等的路邊攤，兩位警察叔叔站在這裡，幾個攤子通通忙著在熄燈收東西，以前還真的很少見到警察叔叔來取締耶。
(攝於永和得和路，Pentax K10D，Sigma 30mm f1.4)
然後我轉進民生路，找不到想吃的，最後繞了一圈，決定停在秀朗國小對面，得和路上一家賣臭臭鍋的店買晚餐，另一隊二人小組警察叔叔又來了。警察叔叔：(指著人行道上很孤單的一台機車) 阿這台甘係恁A？
店家店員：(正忙著在幫我打包臭臭鍋) 不是哦，不曉得是不是附近住戶的。
說完另外一位年輕的警察叔叔就開始寫單，並且拍照存證後，把單子夾在車頭。
然後兩位帥氣的警察叔叔分別騎上機車，沿著得和路的人行道尋找標的物，繼續開單。
還蠻辛苦的，如果住在那附近的朋友們，不要再貪方便停人行道啦。
人行道淨空，推嬰兒車出門是舒服多了。
(攝於永和得和路，Sony A450，Minolta AF 50mm f1.7)
買甘庶哦~~~~~
回覆刪除可能是有郎客看到，跟老闆說加一個「口」佳對啦
回覆刪除那個”口”還真像後來才補的說～
回覆刪除