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...
「全球華文部落格大獎」已堂堂邁入第六屆，本屆經過 20 天緊鑼密鼓的初審評選後，終於從 3,170 個參賽部落格中，選出年度十二大類主題獎項 979 個初審入圍的部落格名單。 年度十二大類別主題中入圍作品分別有： 由上屆「生活情報」中分支出的『美食情報』入圍者80位、『休閒旅遊』140位、『美容時尚』24位、『生活綜合』118位；而因參賽踴躍、相對入圍件數也較多的包括『親子家庭』150位、『興趣嗜好』81位；今年『藝術文化』有115位入圍、增設的『原創作品』獎項則有184位；而『教育應用』、『訊息觀點』、『商業應用』、『公共參與』分別有41位、22位、10位和14位，總計有979個部落格初審入圍。
今年我報名了第十三大類別主題：「有夠白爛」，因為沒有其他人報名，所以已經直接拿下 2011 年度第一指名的頭銜了！噹噹噹噹！
那麼，決選我就不用參加了，在此恭喜十二大類別初選入圍者！拼入決賽！
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！