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...
(攝於台南，Minolta 707si，Minolta AF 28mm f2.8，Fujifilm X-tra 400 增感一格)
年初回台南的時候，載老弟騎著摩托車，請他介紹印象中有看過的古蹟景點，算是亂晃晃到的，雖然也蠻期待整修完的樣子，不過整修中的狀況用底片拍起來反而更有味道。
Wiki 「原臺南州立農事試驗場宿舍群」的介紹》
原臺南州立農事試驗場宿舍群，臺灣臺南市市定古蹟，為臺灣日治時期所建之臺南州立農事試驗場之官舍。
臺南州立農事試驗場於1923年設置於今林森路位置，其官舍依其性質，分為辦公空間和宿舍，分別分佈在場區的東西兩側。在今日林森路東側為辦公空間，西側為宿舍區。宿舍區位於東門路二段158巷、府東街及光華圍塑街廓內。
宿舍建築一層樓高的木造建築。建築結構也依職等而有不同，場長宿舍屬歇山式，其餘宿舍則屬懸山式，牆身大面積開窗，設遮陽板。
隨著時代演進，宿舍的所有單位也有所更迭。1946年，臺南州立農事試驗場易名為「臺南縣立農事試驗場」，翌年更名為「臺南縣立農林總場」。1950年改隸屬臺灣省政府農林廳，改稱為「台灣省台南區農林改良場」。1958年更名為「臺灣省臺南區農業改良場」，直至1990年代農場遷出。
其他照片》
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！