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...
(Pentax LX，FA 43 LE，Fujifilm X-tra 400) 每次有人問我相機要挑什麼，總會讓我想起： 相機購買指南 ，久久一次，一次久久。 基本上我認為 DRE 神寫的已經是流年批命一樣的東西了，就像星座書裡面不管寫什麼你總會找到一點蛛絲馬跡的那種，但底下要寫的跟祂的文章其實沾不上毛邊，只是純粹表達一種對 DRE 的景仰與愛戴，於是寫在開頭。 今天下班前收到一則訊息，題目是請推薦 15,000 元以內的相機，其實我很久沒看數位相機賣多少錢了，順手找了三台看起來順眼的相機，孤狗了一下，回給對方。 後來對方回了訊息，需求做了變更，題目改為 12,000 元以內的相機，於是再把前訊息所列的那三台相機的上一個型號報一次，想不到價格也差不多落在那裡。 經驗裡，面對這類型的來客問通常不用做第二品牌想，直接報我最不可能選的牌子就會一次命中，其他多列的產品一定都只是陪榜的而已，只是心腸有時候太軟，總想多提供一些給人家參考。 就好像有時候你提供很多規格彈性給客戶選擇，客戶反而更不會選，其實就告訴他金城武也是用這個，或者要針對年輕族群的話就說，和魯夫一同航向偉大的航道，最後再加一個啾咪，問題很容易就解決。於是我以為，一開始多蒐集的資訊是在下過度自詡博學專業與熱情過頭的迷思。 所以其實行政院那個什麼推升方案的影片也反映了這社會的標準行為模式，可能只是錯在沒找到大咖代言人，優質的代言人會比較容易讓群眾跟著拜，自然就看得懂，也就不致於搞出此番被停權的窘迫景況，不過我們英明的政府依舊表示欣喜，此次政策行銷肯定是中華民國有史以來效果最好並且最善用網路社群的一次。 最後，很熱心回答問題的時候，老婆辛苦下班回到家，在下因為正打字打得很順，少了該有的噓寒問暖，特此登報道歉。