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：Olympus OM-2 with OM G.Zuiko 50mm f1.4 使用底片：Fujifilm X-tra 400 沖掃店家：北投彩色快速沖放 (光明路) 今年過年在台南幫 Angel 買了一輛腳踏車。本來想說去 Costco 逛逛看有沒有喜歡的，有找到一款但不太甲意，就在網路上找了一下捷安特，等捷安特初三開張就帶了 Angel 去挑。 一開始，老闆拿了一輛小小的三輪車，因為很好騎，Angel 完全不想考慮我們希望她買的這輛比較高的車子 (想說這樣一台可以騎比較久，卡划算)，在店裡騎著三輪車很開心的繞了好幾圈。我們一心只想著要強渡關山，就請老闆幫我們先調整一下我們想挑的那一輛的手把、輔助輪，讓 Angel 比較好騎一些，想不到她自己繞了幾圈之後，看了一看調整好的那一輛大車子，居然又自己想要試騎了，可能有調整有差，她就這麼點頭答應要買比較大的那一輛了，真是好加在啊！ 在台南老家第一次的試騎。 公司新春開工，弄了個很豪華的傳統鞭炮來放，震撼力十足。傳統的鞭炮得掃很久，不過老闆很堅持，他說這樣才有把財富掃進來公司的感覺，附近幾家銀行也放這種傳統的鞭炮說，然後員工是用紅包袋去裝。 最後仍是新故鄉。 其他本卷照片： Olympus OM-2 vol.5