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...
(Konica Autoreflex T3，Konica AR Hexanon 35mm f2，Kodak PJ400)
心理學的『破窗理論』是說，當有人打破了某個建築的玻璃，而這扇窗又未能即時修復，當窗戶久未修理，路過的人就會認為這裡沒人關心，無人管事，於是就如同一種暗示性的縱容，引發更多人打破其他窗戶，肆無忌憚的持續破壞，再從該棟大樓蔓延整條街，甚至擴散到其他的街道。
其實更想知道的是，一個破窗真的就會繼續被破壞下去？會破壞到什麼程度？完全破壞了又會如何？徹底壞滅後的重新建設又將如何？
所以往老屋裡鑽，想盡辦法留住被人遺忘與廢棄的曾經。
是被骨子裡潛藏的犯罪意念趨使？或只是個想要特立獨行的文青？
不能親見完整事件的發展後續，如何相信修補第一扇破窗的必須？
阿彌陀佛
回覆刪除Re: 徐卡文 <13163389511724747>
回覆刪除我大腿一堆紅點點
我也超多，幹會不會把跳蚤帶回家
回覆刪除那八爺應該也會癢了吧？
刪除他整天在那邊驚嚇
回覆刪除