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...
禮拜六那天去 YABOO 跟老婆和她的同學聚餐。 因為那裡有個女店員很照顧 Angel，陪她看故事書聊天什麼的，很 Sweet，於是乎在下為她們拍一張做為贈禮。 拿 Mamiya Universal 拍照很難不被人注意，坐在一旁本來很專心，用漂亮的 MacBook 在處理文件的這位外國人，在我拉出 FP100C 的時候突然發出驚呼，『Is that Polaroid ?』 接著，我用著破爛的英文開始跟她聊起來，一開始還容易哦，比如說這底片是誰做的，我說是 Fuji，然後是相機，我說 Made In Japan, And It can change film back, using instant film or roll film. 然後隨著她的問題愈來愈快，我的回答就愈來愈卡，只好把一旁跟同學聊天聊得很愉快的老婆大人請過來幫忙翻譯，她們好像聊得蠻順的，我倒只能有一搭沒一搭的插幾個詞聊著，最後當然也為她拍了張照片，看著送給她的照片，很開心的 amazing, amazing 的喊著。 印象中她有提到一些現代孩子接觸的是電子書，卻不是紙本書籍，也聊到她的媽媽曾經為 Kodak 工作，好像也有提到一點 Kodak 跟 Polaroid 的官司和 Kodak 的破產等等。 總之，那是個用拍立得搭訕外國人的夜晚。 參考 Kodak 和 Polaroid 官司的新聞影片》 Kerry Decker: Polaroid vs Kodak Lawsuit (1986) (From: http://youtu.be/bHKxg6exeGA )