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...
不是人物選錯的問題，而是你仍未清醒，台灣？中華民國？你的國家，其實從來都不是你的國家。
李筱峰：
一九一二年開國時的中華民國，其範圍是所謂的「秋海棠」，並不包括台灣；但一九四九年以後掛名「中華民國」的範圍卻只有台灣，而沒有「秋海棠」，國號雖然相同，但範圍剛好顛倒過來，這是世界絕無僅有的奇觀，也正是台灣尷尬的處境，事實上，中華民國早在一九四九年就消失了，不知道要慶祝哪個百年？
薛化元：
中華民國建國與台灣無關，台灣那時候是日治時期，就學術立場來看，國史館若是定義在慶祝中華民國百年名人誌，那麼把中華民國統治大陸時期的人物列入可以理解，國民黨被共產黨打敗才來到台灣，因此把一九四九年之前的共產黨重要人物列入也算合理，但絕不能把一九四九年之後的中國人物列入。
From：http://www.libertytimes.com.tw/2010/new/dec/9/today-fo1-2.htm
那麼，「百年」究竟是長命百歲，還是音容宛在？
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！