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...
(Contax 139Q，Planar 50mm f1.4 AEJ，Fujifilm X-tra 400)
我算是 JetKTV 的老用戶了，至少用了三年以上，很感謝作者的無私分享，保證永遠免費提供家庭使用，嘉惠了沒錢買一整套卡拉 OK 設備而甘願 DIY 的捧油。
期間也試用過別套 KTV 軟體，不過還是喜歡 JetKTV，支援雙螢幕的設計真的就像是 KTV，我家的老電視是透過 S 端子接到電腦顯示卡，話說回來為了接 S 端子還特別得找有這個連接埠的顯示卡，偏偏現在顯示卡幾乎都只支援 HDMI 了，是要逼我換液晶電視嗎？都說是窮人了！
最近除了軟體有更新 (但還沒裝)，自己也補了一些兒歌給 Angel 唱，三不五時還會自己跑去拿麥克風說要唱歌咧。
JetKTV 的臉書總部：http://www.facebook.com/jetktv，最後再次向作者表達衷心支持與感謝。
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！