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...
(攝於羅斯福路，Yashica Electro 35 GSN，Fujicolor Super 400 過期底片，增半格拍，增一格沖)
國小的時候，老媽幫我訂的報紙，印象中國中以後就沒有在看，所以老媽就退訂了。
記得國小老師好像有幫我投稿過，好像有被登過一篇吧。
從國語日報可以讓我依稀想起自己國小參加校內作文比賽履敗履戰的經驗，中年級第一次參加的時候，朝會時宣布名次，連佳作都沒拿到，就靜靜地落淚了。直到高年級第二次參加，才很勉強地拿了個佳作。
不過國中的運氣就好多了，比賽的時候幾乎是如有神助，很快就寫滿了兩張稿紙，比別人早交卷，而且國一和國二兩次都拿了冠軍，硬是連續兩年嬴了同一位資優班女生 (建興國中只有資優班有女生，和尚學校)，國三都是在準備考試，校內就沒辦國三的比賽，不過國三那一年學校出版了第一期校刊，我記得我國二作文比賽那篇被放在頭版頭，當時還亂得意一把的，還有補習班同校的同學來跟我道賀。
如果資料庫夠健全的話，我還蠻想看看當年到底寫了什麼狗屁。
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！