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...
(攝於麗水街，Pentax ME Super，Pentax S-M-C Takumar 50mm f1.4，Fujifilm X-tra 400)
一家小小的店，做到街知巷聞，媒體報導，老闆和員工是正港越南人，打著純正越南口味，店名就叫越南小吃。
我每次幾乎都點這個：越南香煎豬排飯，偶爾換換越南家鄉叉燒飯，因為人常常爆出來的多，有吃也是帶走居多，動作蠻快的，所以雖然人多我還願意等。
某天去很意外地居然還不多人的，就坐在店裡享用了。
記得沾沾那個醬，如果你是為了那越南口味而來。
網路介紹很多了，寫一下店家在哪就好：
地址：台北市大安區麗水街5-5號 (淡江城區部旁邊)
電話：02-2396-4078
營業時間：11:30~15:00、17:00~21:00
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！