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...
(攝於三富農場，Mamiya Universal，Mamiya-Sekor 127mm f4.7，Fujifilm FP100C Silk)
用拍立得拍照送人是一種一張決勝負的緊張活動。
你先用大相機吸引了被攝者，他們提出很多問題，包括許多驚呼，但最後要拍出一張送人家的時候還是搞得緊張萬分。
光影和場景你要比平常更用心選擇，基本上不太能失誤，通常跟你一開始有沒有用心環顧四周有點關係，靜靜的發呆亂走，但其實是在勘景。
再來是儀器配不配合，因為自己拍老婆小孩通常都懶得測光，眼睛估一估失敗就再來一張，拍照送人可不行，一張成相之後的評價其實蠻一翻兩瞪眼的，失敗以後要再來一張的機會通常也不高，我習慣在安排對象進入場景拍照前先測好光，不喜歡讓人都站好了才走過去測，這很需要保佑太陽公公不會偷偷給你搗蛋偷跑。
由於只能在這唯一的一張用上你全身的技倆，還得保佑自己眼睛不會突然看不準焦，而且還不能對太久，那笑容會很僵，很容易就看得出來，得在很自然的等待容許時間內，確定構圖，穩穩的按下快門。
失敗的扼腕是十倍以上的壓力，跟你賭輸一盤卻不給你機會上訴的感覺差不多；成功的話，對照你揹著大相機出門的那個傻勁，通常所有人在開心收到照片的同時也會覺得合理。
以前拍照這種事情我從來就沒認真過，一切都是巧合而已，現在這樣壓力真的稍微大了。
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！