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：Konica Autoreflex T2 with Konica AR 40mm f1.8 使用底片：Kodak Double-X 5222 分裝片，拍 400，HC-110 (H) 13分 20度 沖掃：自己沖，自己掃 去年底，我回台南參加外公的喪禮，拍了四捲黑白底片，一回台北就趕快把底片沖出來，只是一直沒有什麼時間好好整理。 今年初回台南，看到一本小舅舅為外公外婆做的紀念相本，突然讓我很多思緒湧上來，我甚少參與相本中的照片，替大家拍攝的也不會是我，最讓我感到難過的，是看到外公過世前的最後一些生活照片，子孫滿堂，然而，他照片裡的樣子卻憔悴的讓我完全不認識。 我動手拍攝的，竟然是在外公離開我們之後，他的遺照，他的靈堂，屬於他的儀式。心中浮現的，是那個意氣風發，騎著摩托車到每個女兒家裡送好吃的東西給我們的外公，還有小時候帶我們到海水浴場玩水堆沙的外公。 我帶著相機回到台南，問了他，我可以為你拍攝為你送別的過程嗎？ 為他誦上希望他超脫苦痛的經文。 洋房財寶是希望他和外婆在另一個世界可以享用，不再勞碌。 靈堂搭建的很快速，會有一種很工商社會的感覺，甚至都還來不及難過。 四個女兒向父親拜別，至今回想起畫面還是讓我動容。 揹著相機，一邊叩首的同時，我內心深深感到與親人過於疏離的悔恨。 其他照片： Konica Autoreflex T2 vol.3 、 Konica Autoreflex T2 vol.4 、 Konica Autoreflex T2 vol.6 、 Konica Autoreflex T2 vol.7