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，公正街，中山路，Panasonic LX3)
花蓮只要是人家介紹過的，都是要排隊的店。因為要順路買了中餐然後要開車到宜蘭參加學弟的婚禮，所以不排也不行，不過排了也沒後悔就是了，辛苦老婆了。
公正街包子店 24 小時不打烊，因為堅持現包現蒸，所以買到的時候都是熱騰騰新鮮又好吃。包子皮薄，略甜而有 Q 度，內餡湯汁咬下去是滿出來的紥實，一顆五元，老婆說其他客人幾乎都幾籠幾籠在買；蒸餃不沾醬料都好吃，味道夠，皮也是薄而 Q，一顆三元，划算 (台北根本沒得找)。
聽說有宅配服務，所以不想排隊或人在外縣市想吃就打電話問問吧，用運費換排隊的不耐，看你覺得什麼值得。
※蒸餃和包子可以混搭選擇，歡迎來電洽詢訂購。
※訂購專線：（０３）８３２３２２６，０９３９－３９７２１８
※接受訂購時間：週一至週六，２ＰＭ～６ＰＭ
停車在路旁等的時候，時間多到夠我拍好幾張照片》
這孩子這趟旅程落實了「上車睡覺，下車尿尿」的基本原則，很辛苦，好幾次要再上車出發都說不要。
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！