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...
被莫名奇妙邀請到這個群組成為管理員，然後莫名奇妙開始在街上拍照，也認識了不少低調的同好。
如果你有 Flickr 的帳號，歡迎加入這裡分享你的街拍照片，Poagao 訂下了規則如下：
看到許多團員習慣上傳非街拍的照片, 所以提醒大家: 這個團如果想要令人刮目相看的話應該形容的是在門外與到的人文形象, 而不是攝影師的親朋好友, model在擺pose, 或無人的風景, 或你家的貓夠之類. 我已經散了好幾十張不適合這裡的照片了. 謝謝大家的合作.
另外我自己很無聊地為這個街拍發燒團的群組，建立了一個 Tumblr 的部落格和在 Facebook 上的粉絲頁面，內容是去同步 Flickr 群組的 RSS，自動跑的沒去挑選，有時候好像照片會同步不完全，所以完整的話還是希望大家直接加入街拍發燒團的 Flickr 群組：http://www.flickr.com/groups/mcut/。
低調而豐富，大概是街拍發燒團的特色吧。
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！