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...
(攝於華光社區，Minolta 707si，Minolta 28-70mm G，Konica Centuria Super 100)
使用相機：Minolta Alpha 707si with Minolta 28-70mm f2.8 G
使用底片：Konica Centuria Super 100 過期原裝片
沖掃店家：公館五色鳥
這台在拍這卷的時候開始給我出毛病了，會突然就沒電，不曉得是不是電池手把或者機身電路的問題，得找時間送修了，所以拍的斷斷續續的，好幾次帶出門只拍到一張，然後就開不了拍不成，28-70mm G 又重得要命，揹著一台又重不能拍照的相機，心裡真的很幹。
幾張在華光嘉年華會之後繞了一圈華光社區拍的照片》
再過不久，這裡慢慢不見的過程，可能會再來拍吧。
順路走了一圈蔣廟和自由廣場》
日常隨拍》
本卷其他照片：Minolta Alpha 707si vol.10
曾經兩三次再度入手28-70G，最後一次是因為上了SONY A850
回覆刪除成象表現非常好，可惜只是非常非常沉重，最後還是送走他
Re: cityusam01 <5886227590010659744>
回覆刪除前輩好，28-70G 實在是有夠重的，我試拍了兩卷就還給朋友了:P