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...
(攝於台北，Sony A450，Minolta AF 28mm) 同事的女兒歸寧，補請台灣的親友。一生一次的紀念，無論怎麼拍，這氣氛就讓人覺得值回票價。 有趣的是，場子裡的單眼相機，除了我這個冷門的牌子以外，清一色都是 Canon 的機子，市佔率實在是高到嚇人，隨隨便便都會撞機就對了。 我不是專程去拍婚宴場子的，我帶了 Minolta 5400HS 這顆在 DSLR 只能手動操控的閃燈，註定是來試機子和閃燈的。 自己婚後參加的幾場婚宴，覺得都辦得比自己那場要活潑多了，總覺得對老婆很不好意思。而且，自從開始玩相機之後，婚宴的場合除了吃東西，感受別人精心安排的婚宴節目以外，目光大概也不離開東奔西跑的婚攝了，深深覺得，這絕對是辛苦錢啊！隨時處在取景的狀態，還蠻可憐的。 祝福同事的女兒在美國的生活幸福順利，早生貴子啦。 當然，這次也是 Angel 首次在喜宴亮相，感覺大家好像來動物園看奇珍異獸一樣，非常好奇。