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...
(Minolta Alpha 7，Minolta AF 28-80mm D，Fujifilm X-tra 400)
1884 年台北建城，台北城是清朝建立的最後一座城廓。
總督府並將台北石城城牆的安山岩與唭哩岸石堆積於城外四處。不久，1904 年底，除了刻意留存的四座城門之外，台灣總督府幾乎已將台北城所有城牆拆除。
被拆除的台北城城牆，三十多萬條規格一致的石材轉用在台北的各項公共建設上，例如台大醫院圍籬、大同警分局、總督府官邸等等，其中高聳的台北刑務所城牆圍牆成為最大的使用處所。
1910 年代左右，以台灣總督府主導的維護治安與鎮壓行動日漸興盛，台籍犯人增多，為此，總督府特別使用使用城牆遺留下的石材興建新的台北刑務所，而此刑務所即為戰後的台北監獄。
充當犯人牢獄的該刑務所，於戰後仍被中華民國政府拿來當作關押犯人的「台北監獄」，設於圍牆內的該監獄直至 1963 年才漸次拆遷移監，僅存四周圍的邊牆。
今建物全部拆除殆盡的台北監獄，只剩南北兩邊，高約三公尺，長約百餘公尺的石牆。而該兩堵牆所用石材，大多取自 1900 年總督府所拆除的臺北城東與南城牆所遺留下來的安山岩及唭哩岸石。因為有著雙重且二維的歷史空間標定，因此於 1998 年被台北市政府指定為台北市定古蹟。
延伸閱讀：
GoogleMap 示意：
在較大的地圖上查看大安區華光社區
留言
張貼留言
回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！