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...
最近花了一點時間，把會拖慢速度的東西都實際上測試了一下，總算在整個 ZOG 載入的速度上有了一點小小的進步。
我陸陸續續做了幾件事：
拿掉裝了一大堆的 JS Widget
我把側邊欄的東西，大致上採用的是在 Blogger 上可以直接找到安裝的 Widget，把一些以前亂裝亂玩的 Widget 給拿掉了。
首頁載入文章篇數減少，使用 jQuery Lazyload
文章篇數改為載入 3 篇，因為我的圖很多，也使用了 Lazyload，所以當你捲動到圖片所在位置時圖片才會載入，也可以減少一開始連進來的頁面載入時間。
改變圖床的位置
把原本版型的 CSS 裡面，放置在國外空間的圖片都改放到 Picasa，這樣載入感覺上也快多了，目前的情況是，大部份文章的圖都放在 Flickr，有些時候從 Flickr 載入圖片還是會慢，只不過我 Flickr 有無限量的空間 (付費)，基本上那裡是我的照片備份主區，所以還是得用。
檢視相沖的 JS Library
之前亂裝很多小工具或元件，也沒認真檢查是否有引入重複或相沖的 JS Library，大致上檢查一遍之後，再把覺得使用率不高的東西也都移掉了，廣告也少掉一些，像是之前裝一大堆東西的時候，FB 的 JSSDK 引入就會很慢 (FB like 和 FB Comment)，移掉之後，整個環境變單純了，感覺就好很多。
另外，我預設把畫面最底下那一大塊貼紙統計之類的東西給 Hide 起來了，點選交流互動的按鈕才會看到，這樣對於整個版面感覺好看多了，我還在努力學習，看有沒有更好的方法可以增加客人瀏覽的舒適度，希望大家有什麼意見不吝指教哦。
真的快多了
回覆刪除:D
回覆刪除