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...
那天去逛了電子材料行，找了幾個電池座。
早期沒有電子計時器的，本來是用 4.5 V 的 PX19 電池，如 Polaroid 250，後期有電子計時器的，像是 Polaroid 350，本來是用兩顆 3V 的 PX24 電池，一顆供電子計時器用，另一顆供快門測光用。
電池都停產了，即使海灣還是找得到，但是價格昂貴就值得你動手改造一下電池室。
之前 Polaroid 350 電池我是用 CR123A，然後用膠帶固定住，最近把他改用兩顆三號 AA 電池供快門測光使用(當然你可以用四號 AAA 電池的電池座，但我個人是覺得大顆的用比較久)，電子計時器就放棄了。
《準備》小十字起子、兩個三號電池串聯的電池座(如上圖)、焊槍、焊錫、斜口鉗、剝線器。
《步驟》
一、電池室原本的電池座有兩顆螺絲，解開他們，然後把電子計時器和快門測光連接過來的黑線都給剪了。
二、拿出斜口鉗，因為三號電池的電池座大了點，電池室的蓋子會蓋不起來，所以要破壞原來鎖電池座的塑膠部份，用你的斜口鉗切掉他們(兩個螺絲孔座)，切得差不多測一下電池座放進去蓋不蓋得起來。
三、抓到從快門測光來的那兩條線，黑色那條是負極，原來的正極是一個白色的電池接板，把兩條線裡面的線給剝出來，這個看個人手感，你可以用剝線器或者手指頭就可以搞定了。
四、焊接，電池座正極接白線，負極接黑線，適當的做好絕緣。
五、裝電池測試。
六、線理好，電池座放進去，蓋上電池室蓋子，打完收工。
備註：Polaroid 250 的電池改造可以參考超哥的文章：Polaroid 250 電池改造。
thanks.
回覆刪除