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...
怎麼用還是覺得 Vim 很順手，大概是習慣了。Gentoo 底下預設用 Nano，每次還是換成 Vim。
Vim 為了寫程式方便，加入了 autoindent，所以當你從別的地方複製要貼進 Vim 時，比方說如果上一行有 #，就會幫你自動每一行都加上 #，雖然可以用
:%s/^#//
去置換掉，但還是覺得很麻煩，不過覺得這個問題不大，一直都自動忽略。
原來其實是有方法可以取消 autoindent 的，只要輸入
:set paste
就可以切換到 Paste 模式，這個模式就是設計來讓你從另一個 terminal 貼進這個 terminal 的，並且會停用所有的格式設定以及鍵盤操作的功能。原來有設計這個東西，真是慚愧沒好好看文件啊！
另外，你也可以針對不同的 filetype 去 override 原始的設定，在自己的 home dir 寫一個 vimrc 就可以，就不細寫了，請看這篇文件：http://peox.net/articles/vimconfig.html
留言
張貼留言
回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！