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...
使用的版型：http://www.wp2b.com/2009/04/smells-like-facebook.html
同樣也是一個從 WordPress 轉換至 Blogger 的版型，長得跟 Facebook 很像，你可以至上述的連結下載及查看 Demo。
也可以看我弄出來的範例：器材控。
我改了幾個地方：
原本文章上方的 Menu 用的是 Linklist，我改用 PageList，這樣新增靜態頁面的時候那裡就會出現，省得一個一個加連結。
原來的版型沒有繼續閱讀 (JumpLink)，也順手加上去了。
另外加了讚的按鈕，會更像 FB 一點。
另外還有一個東西可以改，我覺得如果用在共筆部落格還蠻不錯的，因為文章旁邊會顯示頭像，用的是 Gravatar 的圖，可以在圖像那裡加一個判斷：
<b:if cond='data:post.author == "AUTHOR1Name"'>
然後再加上要顯示的頭像，也可以再加上每個作者的 Profile 或個人網站連結，這樣也不賴。
網誌管理員已經移除這則留言。
回覆刪除