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：Nicca IIIA with Jupiter-8 50mm f2
使用底片：Kodak PJ400 過期
沖掃店家：士林正典
這台 Nicca IIIA 對焦和構圖是分開的觀景窗，使用上倒沒什麼大問題，但相機非常非常的髒，慢速時快門簾好像有點怪怪的 (從拍出來的照片看的話)，一大堆的屑屑都黏在底片上，一起掃出來覺得很奇妙，反而就像是特效一樣，總之還是得送 CLA 了這台。
上禮拜帶 Angel 去臺北兒童藝術節，終於去了寶藏巖。
但把寶藏巖拍成這樣真的是意外了。
其他本卷照片：Nicca IIIA vol.1
我覺得超讚的欸！美好的意外:)
回覆刪除我想至少還要意外一卷，還有一卷拍了一半的，我也懶得拿出來，可能還是會就這麼拍完吧:)
回覆刪除