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...
(Nikon L35 AF，Konica Centuria Super 200)
你是頭家？投我一票？
從有投票權以來，投票前他們都是這麼叫你的，親愛的頭家。
尋求連任者忙著羅列政績，角逐者跟你說改變才有未來。
真的，不用選舉前才彎著腰叫頭家，實在是不敢當。
我們只敢默默地靜靜地游移在城市之中，為的不過是一餐溫飽，未敢奢望美好的未來，並且習慣這就是自己生存的世界，有坑洞我們會自己閃過，有困難我們會設法渡過。
不要給一個壯濶華麗的城市藍圖，然後一次又一次，我們繼續作著春秋大夢，順轉、逆轉、不斷空轉。
請當選者記得承諾，讓投票完卸下頭家職務的我們繼續，默默地靜靜地，感受自己和城市的移動。
選前選後各一個樣
回覆刪除頭家你好，再過四天你就不是頭家囉！要好好把握。
回覆刪除