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...
我稱不上愛動物人士，從小到大也未曾養過寵物。
最近看到他們會不自覺的露出微笑，也喜歡觀察他們的樣子，試著想像他們的環境，或者跟他的主人攀談，儘管這樣的觀察樣本數仍嫌不足，但還是做一些紀錄。
尊貴的貓有著睥睨人間的傲氣；流落街頭的貓有著厭惡人群的恨意；店家豢養的貓有著訓練有素的善意回應。
狗的世界不太相同，成群流浪街頭的狗有著清楚的領域；豢養許久的狗安逸懶散內心似仍存有熱情，稍有力不從心；與人同居的狗學習人的樣貌，因著不同環境造就不同性格，有的焦慮恐懼，有的忠誠熱情，有的自在冷靜。
顯然很難理解貓的世界，因為他們永遠都是獨特的自己，即使他們被訓練出友善，但陷入迷惘時仍舊會選擇自己。
所以，暗戀貓，喜歡狗。
很會寫文章。
回覆刪除是在說照片拍很爛的意思。
刪除