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： Zorki 4 with Jupiter-8 50mm f2 使用底片：KODAK PROFESSIONAL EKTAPRESS PJ400 過期 沖掃店家：公館五色鳥 轉輪過片其實很有 Fu，那是一種很踏實不取巧的感覺，每過一張底片都是使盡全力的旋轉。 這顆 Jupiter-8 木星八號，抗耀不要幻想會有多好，已經加了一個副廠的遮光罩也沒什麼效果，但銳利度算是有的，即使全開光圈都還是有一定的水準，至少是我的殘眼可以接受的範圍，不過我的標準眾所皆知的低就是了。 這次測光也是肉眼判斷的，稍微有點失準，要練要練，照片隨便看吧。 前四張是乖乖對焦拍的，後面公園拍的照片大概就泛焦比較多。 對著太陽硬幹的話就會像底下這張。 常常在四號公園放風箏的阿伯，人蠻可愛的。 拿這台相機關注者比較多是真的，我在拍風箏阿伯的時候，有一對情侶在討論這台是什麼玩意兒，我要去別地方拍的時候起身也跟他們點了個頭笑了笑。 天氣好、風況也好的時候幾乎都會出現在四號公園，他放的風箏是很長一串，很有意思，公園散步的人們都會抬頭仰望欣賞。 最近幾次去四號公園都有看到阿伯跟一群孩子在練打陀螺，第二第三張那個阿伯蠻厲害的，幾乎都打得上去架子圓盤頂，那兩張至少就是成功的兩次。 公園裡人群的動態雖然很常拍，但其實都只是沒什麼主題的拍，我好像一直有種不敢太接近人群的膽怯。 夜晚的光圈全開 其他本卷照片： Zorki 4 vol.1