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...
大概是從年初到現在送審的圖，差不多四、五個月，雖然審核比之前慢一點，不過很神奇的是一次通過了 18 張，是已經審核通過的 9 張照片兩倍之多，而且選了一些我個人很喜歡的但不是小孩的照片，有一種自己的口味被認可的喜悅。
除了一些比較早期的孩子老婆照片，現在都是底片拍的居多，我已經都是不管三七二十一，送沖洗的時候通通多花 20 元掃成 600 萬畫素以上的圖，就是擔心自己還有重掃的麻煩。其實只要把底片相機丟了，通通用數位拍就不用掃描這麼麻煩…
又有得忙了，不過還蠻開心的，底下放幾張這次入選的照片》
底下那張雖然入選了但沒辦法賣，我個人很喜歡的一張照片，本來以為小姐姐的臉沒有很清楚不知道會不會算，我只要填 Angel 一張授權就可以，不過 GettyImages 還是要求同一張照片裡小姐姐的人像授權，所以這張只好放棄了，除非得到人家家長的授權，但人家大概不會同意吧？畢竟我們只是在公園偶遇玩耍了一下午而已，也不認識人家。
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！