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：Pentax MZ-L with Pentax-F 28mm f2.8 使用底片：Fujichrome Sensia III (RA3) 過期原裝片 24 張 沖掃店家：公館五色鳥 去士林官邸那天，除了帶 Pentax ME 出門，也帶了 MZ-L 和 Pentax-F 28mm f2.8 出門，順便從冰箱拿了一卷一直都沒用到的 Fuji RA3 正片，還好有穿短袖，天氣真的有夠好的，ISO 100 派得上用場。 我不太確定這是不是這支底片的發色調性 (或者是因為過期)，但單就這顆 Pentax-F 28mm f2.8 所拍過的兩卷來看，感覺是偏暖而清淡的感覺。 底下亂拍照片請隨便看看，想看菊展的請還是到現場去看，我好像沒拍到太多菊花，哈！