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...
使用相機：Nikon L35 AF
使用底片：Konica Centuria Super 200 過期原裝片
沖掃店家：公館五色鳥
有天天氣不錯，拍出來的照片就很亮眼，天氣差的時候也不會太糟糕，不去計較討人厭的自動開啟閃燈和過片馬達有點大聲的話，是一台很實用的機子，不過感覺有些天氣不好又想拍遠景的情況下，對焦距離的判斷上會失準，但在可以接受的範圍內。
OK 的買二件抽一折，第二次抽中一折！兩罐六元！
上禮拜回老婆娘家，橋底下不曉得是不是有火災，很大的煙
雖然不知道為什麼失焦了，但亂有 Fu 的
下著小雨的晚上，試試閃燈拍，還不賴
我弟現在住的地方的頂樓，可以看到高鐵和與高鐵平行的快速道路和山
上班前要送 Angel 去保姆家，有時候 Angel 會很有主張的帶一隻她今天想帶的玩具；有時開車有時騎摩托車，因為要走的方向不一樣她也都會再三確認。
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！