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...
(Pentax MZ-L，F 28mm f2.8，Kodak Profoto 100，Lightroom 3)
年初去了一趟宜蘭朋友家。
實現自己想法的房子，到處都可以看得見主人的靈魂，最讓我印象深刻的，是大量的極簡風格出現在浴室的空間裡。不過那天拍得並不好，也不可能一天到晚去人家家裡叨擾拍照，所以上面那張很刻意地把自己最有感受的場景給截取出來。
二樓的浴室，推開窗將是無際的農田，即使是向來淋浴慣了的我，也會樂意多花個十分鐘伴著窗外的藍天綠地泡一泡吧！
上圖右手邊的方框框不是電視哦，是用來把髒衣服丟到外面陽台洗衣間的秘密設計，很有意思。
(Pentax MZ-L，F 28mm f2.8，Kodak Profoto 100)
在台灣可能因為地小人稠,
回覆刪除門前有山有水有田,是許多人包含我在內的夢想.
PS.
JIMMY 您版型下面的"您或許對這些文章有興趣: "
連結都無效,修改一下吧.
Re: Steven <8377847010967816764>
回覆刪除嗯，青山綠水好風光:D
剛剛試 OK 了，可能是 Linkwithin 連線有問題，如果還不行再跟我說。