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...
從 Windows XP 以來，通常我用過的電腦在視覺效果的設定都會被我改過，我實在受不了用一用頓頓的感覺，而只是為了沒意義的視覺效果。
但 Windows 7 的電腦是公司配給我的，原本覺得好像 RAM 也夠多，就懶得改，今天發現還是不太行，於是改了一下設定，發現效果還是不錯滴。
【步驟】
一、[控制台] --> [效能資訊及工具] --> [效能資訊及工具] --> [調整視覺效果]。(也可以從我的電腦按右鍵進內容，再按左邊的進階系統設定，找進階那邊)
二、可以只留這幾個，這樣既不改變原來的視窗樣子，但效能還可以擠一點出來，當然你要最好的效能可以再去掉幾個，甚至全部去掉也行啦。
- 去除螢幕字型毛邊
- 在視窗下顯示陰影
- 在視窗和按鈕上使用視覺樣式
- 啟用半透明效果
- 啟用桌面轉譯緩衝處理
- 對桌面上的圖示標籤使用下拉式陰影
good, like win7
回覆刪除