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...
(攝於花蓮，蝶泊遠近，Minolta Alpha 707si，Minolta AF 28mm f2.8，Fujifilm X-tra 400)
民宿的網頁裡，泊，特別標示要念成「破」的音，念快一點，就很像跌破眼鏡，不曉得是不是就是這個涵義。
位在花蓮吉安鄉，這是一家很農家風味的民宿，很簡單很實在，清晨在群山環繞，在魚塭正中央的小屋裡，吃著民宿阿嬤親手準備的中式早餐，藍天白雲，青山綠水農地，是多麼嚮往的生活。
魚塭裡蠻多魚的，他們養的鵝總是到處走動，根本是野放的狀態，自家種的火龍果很好吃，一住進民宿，民宿主人就會送上一大盤切好的水果，Angel 吃得有夠開心的。
本來芭樂都是可以採收了，可以讓住宿的客人自由去採，不過因為凡那比颱風全沒了，阿嬤說，農民就是靠天吃飯呀。
交通算是蠻方便的，距離花蓮市中心七公里約十分鐘車程，距離花蓮海洋公園只需十五分鐘車程，鯉魚潭大概十分鐘，客房乾淨寬敞，很通風，採光又好，天氣好的時候，打開窗戶，景色真的讓人很舒服。
遇到另一組客人，他們是家族每年都會來這裡住個幾天，感受悠閒的田園生活。這次我們住了兩天，回台北前阿嬤還送上一袋火龍果當做伴手禮，好貼心。
地址：花蓮縣吉安鄉南華村吉安路五段 30 號
網址：http://www.hlplay.tw/butterfly/facilities.htm
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！