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...
(Nikon FE，Tamron 35-70mm f3.5 BBAR，Kodak PJ 400 過期) 照片裡是一個舒服的週六下午，陽光從葉的縫隙灑下來，躺臥著微風暖陽，悠閒的小花。 早上帶 Angel 去外面繞了一圈，巷口鄰居收養的貓，在他們家門口休息，由於平常 Angel 都是透過紗門跟他們對望著，擠眉弄眼的，今天卻是近在眼前。 Angel 很開心的想要親近他們，貓卻繞著院子，Angel 往東，他們就趕忙往西，有一隻後來懶得跑來跑去，一個勁兒躍上了窗戶雨遮，結束了他和 Angel 躲貓貓的遊戲，很有趣的是，他們並沒有選擇跑得老遠，只是繞著院子左右藏躲而已。 我想起很常見面，卻仍對我充滿不屑的小花，因為流浪，擁有讓人羨慕的自由，他應該有著無法被豢養的靈魂吧！來自於他的睥睨其實一直是震懾我心的。