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：Ricoh 500GX
使用底片：KODAK PROFESSIONAL EKTAPRESS PJ400 過期，拍 200 正常沖
沖掃店家：公館五色鳥
對我來說，拍底片有點像在交週記一樣，沖洗出來之後回顧一下這個禮拜又發生了什麼事，又在哪裡亂晃，有沒有新的發現，就這麼簡單。
因為很久沒把 Ricoh 500GX 拿出來拍了，最近想要抽時間來整理這台，想說先再拍一卷看看狀況，可能會拿去給師傅修鏡頭和處理海綿的部份吧。
這幾個禮拜開始好忙，新工作的案子，舊工作的交接清單和個人資料的整理，通通卡在一起，拍照變得很趕很隨性，沒有多餘的時間慢慢行走等畫面。
就看看上個禮拜的週記吧。
幫 Angel 慶生，三歲了。
週末跟叔叔約聚餐，幫 Angel 慶生。
吃完中餐之後去吃 Cold Stone 的冰淇淋，我個人沒有點，吃了老婆點的口味幾口，個人覺得口味實在是太豐富 (雜) 了，口很渴；倒是 Angel 點的是他們用來加在飲料還什麼的簡單的冰淇淋，淡淡酸甜還不賴，聽說 Angel 要點那個店員還有跟老婆和叔叔解釋這個他們不建議客人點，我們 Angel 就是想吃這個咩！
回程的時候沿著金華街散步要去開車拍的。
其他本卷照片：Ricoh 500GX vol.2
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！