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...
其實這個功能推出一陣子了，但一直沒換成官方提供的版本主要是因為沒有計數器，不過有計數器的 script 版本會造成網頁載入的緩慢。前幾天逛了魚夫大哥的魚腸劍譜，看了一篇文章：我在網站的後台做什麼？版主、站長必備的27＋網站，裡頭有一個 Webwait 測試網頁載入時間的工具，昨天試的時候載入時間平均是 20 秒，換成官方的 share button 後，今天早上測試的結果進步到平均 6 秒，很驚人！
雖然昨天測可能還有其他的 script 剛好也緩慢所致，不過改回 Blogger Offical Share Button 肯定是有幫助！目前仍保留了 Facebook 按讚的功能，現在是像底下那樣，懶得分享的朋友如果看到喜歡的文章還希望可以順手按一下讚哦！
所以我底下也順手來個教學，有問題歡迎討論唷！
首先，登入 Blogger draft 後台，設計 > 網頁元素，然後在網誌文章的區塊按下編輯
找到顯示分享按鈕那一個項目，勾選起來，如果你是採用 Blogger 預設的版型，那麼在底下的排列項目排版之後，就可以在您的 Blogger 上顯示囉。
不過如果您是以前從別的地方下載的舊版型，您必須自行加入底下的原始碼：
<div class="post-share-buttons">
<b:include name="shareButtons" data="post" />
</div> 最重要的是中間那一行，然後例如您可以找到 <data:post.body/>，加在他之前，就可以搞定了。
後記：要找到 <data:post.body/> 記得要勾選展開小裝置範本，如下圖：
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！