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：Mamiya C3 Professional with Mamiya-Sekor 55mm f4.5
使用底片：Kodak Ektacolor PRO 160
沖掃店家：士林正典
禮拜六下午，本來是要去關渡碼頭的，從大業路開出來，卻忘了右轉大度路，跟著前車上了洲美快速道路，將錯就錯乾脆去大稻埕碼頭。
碼頭走走，突然一行人肚子餓了，便走去永樂市場和迪化街那邊覓食。
吃飽沿著迪化街逛著逛著，Angel 的狀態已經顯示為沒電，趴在我的肩膀上頭滑呀滑的。
雖然我只剩下單手能用，身上除了小孩還有其他兩台相機，但還是可以拍照的。
禮拜天早上仍然是公園行程。
今天遇到一位熱心的小姊姊，她教會 Angel 一直恐懼的這項遊樂設施，還跟我們聊了很多，特別強調她很會教小寶寶，也表達了她長大以後想當老師的志願。
是說現在小一生長得會不會太高了一點？
Angel 為了感謝姊姊教她，也把她今天帶來公園的玩具拿出來分享，很抱歉這張我眼殘了。
後來公園來了一隻很漂亮的狗，很多小朋友都圍過去摸摸她。
本來一直覺得很奇怪，她的主人怎麼一直叫我們家女兒，才發現原來這隻漂亮的狗也叫做 Angel，兩個 Angel 坐在公園椅子上就這麼聊呀聊著，很開心。
今天也認識了一些新朋友。
其他本卷照片：Mamiya C3 vol.7
留言
張貼留言
回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！