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...
(圖片來源：影片截圖，影片來源：Leica Camera)
徠卡鏡頭，手工製作，細緻的生產流程，堅持品質和精度。
來看看這段 Leica 鏡頭製造過程的影片》
手工打造，更需要品質的管控。2009 年一篇 Wired 的文章：Leica Tour: Inside a Camera Company at a Crossroads，其第九頁中，Leica 的 Erhardt 提到：「Every lens, every piece of glass, is unique, we just need to make sure that the end result has always the same quality level.」
既要獨一無二，又需要維持相同的高水準，所以高素質的技術人員一定非常重要。
幾年前看過Canon L 鏡的生產過程時就覺得難怪它的售價高(因為有手工的部分)。現在看到萊卡的製作過程才發現它的手工部分更多了。不過有時不禁要懷疑人工介入多真的會使品質更穩定嗎？
回覆刪除Re: Humble Land Gardener <3160437529872150638>
回覆刪除我也覺得手工製造反而會有不穩定的良率，但關鍵應該在於要有盡乎龜毛的品管。
看完影片突然覺得冷冰冰的鏡頭真的也可以是一個有生命的工藝品！
回覆刪除Re: 坦克 <6472834914533548321>
回覆刪除想擁有工藝品的話，代價很高啊 ^^