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...
(攝於台南安平港，Minolta XD，MD 28mm，Perutz Primera 100)
德陽艦船齡已經有60多年，原為美國驅逐艦，民國67年(1978)一月抵台並命名為德陽艦，舷號925，服役了28年，於民國94(2005)年4月1日除役，船艦全長119公尺，寬12公尺，重量逾2000噸，服役期間除了擔任台海護衛之外，還曾參加中美獵鯊演習和敦睦遠航任務。
年初二早上，在下九點整使用中華民國身份證免費參觀億載金城放砲，拍畢走出來剛巧遇上準備要入侵停泊在安平港邊德陽艦的雲劍傲風塵和 Keroro，兩人聯手入侵德陽艦，究竟德陽艦會不會在他們入侵之後重啟軍艦博物館計劃呢？讓我們拭目以待！
以上是吉米不負責任報導
(攝於台南安平港，Minolta XD，MD 28mm，Kodak ProFoto XL 100 36+)
至於 Keroro 登艦後發生的事，請詳雲大俠的貼身報導》http://news.gamez.com.tw/thread-517145-1-1.html
最後請兩位為了世界和平一直努力下去哦！
XD
回覆刪除XDXD
回覆刪除