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，Pentax MZ-L，FA 43mm LE，Kodak ProFoto XL 100 36+)
使用相機：Pentax MZ-L
使用底片：Kodak ProFoto XL 100 36+
沖掃店家：公館五色鳥
如果喜歡拍人像的朋友，Kodak ProFoto XL 100 36+ 這支底片個人覺得是便宜底片的首選了，年初買了兩卷，這第二卷一直想要在出去玩的時候才拿出來拍，所以就一直到了十月才把這卷用掉，這次主要是用 FA 43mm LE 這顆鏡頭，不過因為同時也有雜著使用 DA 70mm LE，所以有些我其實也記不起來是哪一顆拍的。
因為跟 Pentax 的器材相處最久，習慣的相機鏡頭，還有喜歡的底片，這捲拍起來覺得很自在，很輕鬆，這種感覺下拍出來的東西顯得有種溫暖而自在的味道，看著看著心情就會很好。
在蝶泊遠近吃早餐》
民宿的中式早餐，Angel 吃得很開心
民宿裡養的鵝，永遠都是自由活動時間
民宿外面
去鯉魚潭走走》
本卷其他照片：Pentax MZ-L vol.9
這捲我也滿喜歡的,拍人像時,偏暖的調性可在底掃不調色的情況下,膚色較紅潤討喜.
回覆刪除