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...
使用相機：Nikon L35 AF
使用底片：Fujifilm X-tra 400
沖掃店家：公館五色鳥
夏天的老傻瓜，是隨身的好伴侶，最近大概都會輪著玩 RF 跟 PS 相機到處亂拍吧。
禮拜天跟朋友和家人去了陽明山二子坪走走步道，太晚去了，車子很不好停，也沒什麼時間往更裡面走，只走到步道的休息涼亭而已，下次要早一點去爬。
聽朋友說，他們家丁丁是第一次走這麼遠的路都沒有撒嬌要人抱的耶，據說隔天早上丁丁睡到起不來，平時都會在朋友上班前起床送他們上班的，真的有累到。我女兒要上步道前先快速地喝了一瓶奶，然後就一副懶得走路樣，還好有把推車拿下來。
夏天來這裡走蠻舒服的。
走到涼亭休息的時候，丁丁認識了新朋友
回程的時候，Angel 說要自己走唷，很乖。
其他一些生活隨拍
本卷其他照片：Nikon L35 AF vol.4
夏天熱帶著輕便相機確實比較好一點
回覆刪除Re: applepeel <672532536638809248>
回覆刪除ㄎㄎ