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...
(攝於沙崙海水浴場，Pentax K100D，DA 18-55mm)
有沒有這麼愛淡水啊？連續兩個禮拜週末都在淡水海邊。
話說回來，如果今天沒有拜託別人幫我帶相機出門，我應該會哭哦。
爾後傍晚時分如果找不到我的人，我不是在這裡就是往這裡的路上吧。
一台已經跌破 5000 元的 DSLR 機身加一顆 2000 元都沒有人要的 Kit 鏡，如果有人嫌爛不想要可否拜託送給我。
Google Map
檢視較大的地圖
您又來淡水,可惜這週我不在台北,
回覆刪除第二張真美,P家的色彩就是不一樣,濃而不假...。
Re: Steven <4678714950898997925>
回覆刪除因為老婆又提議帶孩子去淡水海邊玩沙子，所以又去了，這應該是我第一次遇到美景耶，得感謝老婆的提議。
像甲木兄說的，P 家的機子就是讓人很甲意！jpeg 直出比後製還好看...:D