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...
2011台灣最接近太陽的時刻！！
『最棒的太陽』-太陽劇團亞洲首演劇碼《魔幻森林Varekai》！
融合了希臘神話與吉普賽文化，更多具體的故事情節結合在馬戲雜耍的驚人表演之中，如太陽般的溫暖劇碼，讓台灣第一次比其他亞洲國家離太陽更近……
．演員數量『最大』
． 服裝造型『最多樣』
．劇情『最動人』
．舞台『最華麗』
．音樂『最奇幻』
．特技『最奪目』
．表演呈現『最豐富』
從太陽劇團必定精彩的雜技表演、充滿探索自我力量的故事劇情、極簡卻把森林的感覺表露無遺的舞台設計、充滿吉普賽風情的嚥語與音樂，還有曾獲奧斯卡服裝獎項肯定的石岡瑛子設計的服裝，強烈撼動你的五感！
不管你有沒有看過2009太陽劇團首次來台演出歡躍之旅Alegria，都不能錯過2011太陽劇團Varekai在台北演出！壓大繁重、想卸下現實嗎？？還等什麼，讓最溫暖的太陽，重新啓動你塵封許久的熱情、引領你感染這世外桃源般的森林氣息。
想體驗不一樣的太陽，立即前往！ http://bit.ly/varekai2011
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！