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...
這算是趕流行嗎?我也在點點印做了一些東西,一本是給老婆的母親節禮物,更想不到的是,訂單下完的隔天,點點印還推出了母親節優惠活動,滿千可以免運費,真的就差這麼一天,呵呵。
印製完成的成品蠻有質感的,小小一本,老婆說這樣的大小還蠻適合拿去跟別人分享的,她喜歡是最重要啦!完成印製的作品,我有設定成線上可以瀏覽,所以在 Tintint 網站上可以看得到。
這款「故事本」成品,除了包裝很環保地使用紙盒,內頁與內頁之間,還有防靜電的紙隔開,還有很貼心的故事本保存提示說明。
您可以點選底下的連結,線上瀏覽內容:
我也順便做了一本自己的文庫本,還蠻沒章法的,大致把自己這一年來的照片整理一下,老婆說我那本文庫本的封面,一看會以為是一本靜思語之類的書,哈哈。
文庫本線上瀏覽:
還有之前也做了二套拍拍卡,是農曆春節回台南的照片集,一套要送給在台南的家人。
拍拍卡線上瀏覽:
TinTint 點點印的產品,當做禮物送人,或自己做為紀念,都很適合。我看 TinTint 的網站內有好多很棒的作品,你也可以試著自己做幾本好作品跟大家分享哦!
還有送一些小貼紙,雖然現在還沒想到要貼哪裡,不過還蠻可愛的。
好有質感唷!
回覆刪除老婆應該很感動吧?
這種老公跟老爸是要加分的.
封面照片被嫌棄了,說幹嘛挑一張有雙下巴的放封面。XD
回覆刪除