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，舊鐵道商圈，Panasonic LX3)
國防部政戰局官員透露，呼應總統馬英九提出的和平觀點，以及加強政府與民眾互動，今年 (2010) 國慶日將不再舉辦大閱兵，首度改以藝文活動。
所以 2010 國慶日前一晚，花蓮人在舊鐵道看以前的國慶閱兵紀錄片。
舊鐵道商圈介紹 (摘自：花蓮縣觀光資訊網－關於舊鐵道文化商圈)
花蓮市舊鐵道是昔日花東鐵路穿過花蓮市區至海邊火車總站的一段鐵道，全長約1.8公里，1979年北迴鐵路通車後，交通重心轉移，舊鐵道失去原有功能而逐漸沒落。2003 年花蓮市成功街十八公尺長的鐵路道路打通，儘管這是全花蓮市最短的道路，卻扮演舊商圈重現往昔風華最關鍵的角色。
底下接著看舊鐵道商圈的照片》
說真的，嬰兒車不好推
來這裡，連交通工具都要復古才對味
街口有東華哈狗社舉辦的狗狗愛心領養活動，老婆問 Angel 要不要養狗狗，Angel 居然說好，我暈
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！