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...
(Sony A450，Konica Minolta DT 18-70mm)
今天的晚餐，感謝桃園的長輩請客。不過我的食記一如往常，都不會拍到餐點。
台灣閩南的閣院建築，是很有風味的用餐地點。
聊一下相機好了，除了第四張的荷花我有調色，前三張都是 RAW 直轉 JPG，DSLR 拍到甫入夜的天空 (第二張和第三張)，常常讓我覺得藍得很誇張，嚴格來說那不是寫實，幾乎是誤判的狀態。
我們坐的包廂，窗外是一畝好高的荷花田，坐著看窗外的荷花，用的是仰望的角度，這裡的荷花開得很自然，感覺沒有特別的照料，長輩說他上次跟朋友來的時候窗外還只是爛泥巴呢！
田園民俗茶藝館
地址：桃園市永星街36號
電話：03-3412155
網站：http://www.tien-yuan.com.tw/index.html
相機達人果然只聊相片，不過，食物到底好不好吃啊？
回覆刪除Re: applepeel <6003347289925792060>
回覆刪除還好，吃氣氛的。
環境好優美
回覆刪除Re: 臺灣沈 <8654682499589661007>
回覆刪除嗯，很不錯的地方 ^^