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...
我的另外一個格：{拍寫}，主題是「一張圖片，一個故事」，這是我今年的新嘗試。
最近找到一個從 WordPress 轉到 Blogger 的版型，覺得還蠻不錯的，就抓下來套用了。
雖然我最近也把 ZOG 一些拖慢速度的東西給拿掉了，整體的感覺快了不少，不過如果你還是討厭雜七雜八的東西，只想看圖跟文的話，{拍寫}那裡會是一個好選擇。
嚴格說來，{拍寫} 比較像是我的圖文自選集，目前大概只有五十篇，不定期會張貼，不過 {拍寫} 那裡的文章 ZOG 這裡應該都會有。
使用的版型：http://www.wordpresstoblogger.com/2009/01/revolution-black-canvas.html
這個網站還有很多從 WordPress 轉換成 Blogger 可用的版型可以下載套用哦。
你好，我很喜歡你的{拍寫}模板，不過在作者網站和其他模板站的連結都失效了..
回覆刪除請問你有沒有備份可以分享呢? 感謝你!
EMAIL : ogc0180@gmail.com
Re: Laughing <5299422156381523914>
回覆刪除您好，已回 Email 給您。
我也想要該模板站的連結，可否電郵給我，謝謝！
回覆刪除tychua11@gmail.com
Re: 銀河星系 <991537827656333599>
回覆刪除我放在 Google docs 了。
https://docs.google.com/open?id=0B-lDh0kSkeUxMmNvTkRpa1lUWjY2Uy15cEFkc3dZdw