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...
因為獲得了一個下一整天雨的勞動節，於是都在家裡整理東西順便拍照了。 雖然身為不認真攝影人代表，目前拿 4x5 相機拍 FP100C 的畫面偏移 (因為片匣本來就是插歪的) 已經算是抓到要領，另外還要再找到 6x9 的裁切畫面究竟會落在對焦屏的大概位置，差不多就算是做完功課了。 照片以下：Graflex Crown，Honeywell Strobonar Model 64B，Graflex Optar 135mm f4.7，Fuji FP100C 話說，那支 H 社的老燈我老婆一直覺得是吹風機來著。 我是覺得當年這支閃燈使用手冊裡面的圖拍得也太好了吧！ Honeywell Strobonar Model 64B，1958 年出產，時價 59.95 USD。