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...
(Mamiya Universal，127m f4.7，FP100C)
一年多以前，我們在同一個餐廳，他們帶了 SX-70、SLR 690 和 Polaroid 250 (抱歉年代久遠可能不夠精確)，那是我第一次看到即時顯像的拍立得照片，只記得當時我直嚷著這底片也太貴，玩不起啦啦啦的，呼嚕呼嚕酒足飯飽後，接著幾個也不怎麼年輕的男人，在我未向家長報備的情況下，跑去夜唱到凌晨五六點，記得那天回來我黑了大半年，之後想跟家長申請出去跟他們吃飯就屢遭退件，只能在網路上或 Line 上聊表思念，雖然中間也曾偷偷私會幾次，但這始終已成了地下化的戀情。
為了那一次以後無法再聚的悔恨，我踏上了尋找拍立得之路。第一台入手的是微撕拉，Contax Preview 拍出來的成像逗得他們好開心，微撕拉的名字就是他們一起制定的；接著我找到一台 Polaroid 350，總算在這條思念的道路上可以跟他們一樣拍出滿滿一張的撕拉。
好久不見，那滿滿的思念全溢在相紙上，保持聯絡阿親愛的你們。
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！