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 OK，Softbank 707sc)
早上看完王建民在指導聯盟投了一局未失分的消息，突然覺得很興奮口乾舌燥的，想說去買個飲料回來再貼王建民的新聞。
去了常去的金山南路 OK，一進店裡發現今天有新的優惠：同金額任兩件抽一折，所以我就依我平時的習慣，打開冰箱拿了兩罐罐裝的開喜烏龍茶，一罐三十元的那種，然後就去結帳。
因為是今天開始的活動，早上的店裡應該都在忙著貼這些優惠的貼紙標語，老闆跟老闆娘 (店長) 都還很忙，結帳的櫃枱還有不少東西在整理，抽獎的箱子放在櫃枱後面感覺也沒人抽過，掃了條碼之後，老闆娘走到後面拿了抽獎的箱子給我，我心想我這輩子都沒抽到大獎過，有打個小折就好了，所以我隨便撈了兩圈，有一張特別黏手，跟著我的手一起抽出來，居然是一折的大獎，老闆娘很開心的大喊一折耶一折耶，比我還開心。
我就拜託她幫我拿著，讓我用手機拍一張，紀念一下從來沒抽過大獎的我今日的好運氣。
可能是第一個中獎的客人吧，老闆娘操作收銀機給折扣的步驟還有一點不熟說，科科。
我決定拿這多賺到的五十多塊錢買一張彩券，再搏一搏。
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！