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...
計劃過完年後換新的版型，目前暫時將新的版型架在 弱格貝塔 ，請大家給點意見。 可能會把分類整理一下，一些雜亂的小東西能不裝的可能就不裝了，新年總要有個新氣象的，換新換新嘛。 因為新的版型有用到 mootools，稍微搜尋了一下 mootools 和 jQuery 共存的方法： <script src="Mootools.js"></script> <script src="jquery.js"></script> <script> jQuery.noConflict(); jQuery(document).ready(function($){ ...... }); // Use Prototype with $(...) $('someid').style.display = 'none'; </script> 總之就是用 jQuery.noConflict() ，然後使用標準語法去寫 jQuery 的 Code，以區別 mootools 的 Code，這樣就可以和平共存了！ 後記：事實上也只能解決一半，猜是 Smoothgallery 和 Fancybox 的 Code 還是有衝，只能讓 Fancybox 的單張圖片做燈箱特效，但 Gallery 顯示就沒輒了，努力研究當中。 再後記：後來燈箱是改用 colorbox，輪播改用了 nivoSlider 。