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...
使用相機： Kodak Retina IIIS with Schneider-Kreuznach Retina-Xenon 50mm f1.9 使用底片：Fujifilm Superia REALA 100 過期 沖掃店家：羅東阿正 上個禮拜週末兩天老婆都要上班，所以 Angel 歸我管兩天。 早上在慈心到處晃。 附近的農田。 大概一點的時候，我們父女倆扛著相機到了河邊散步，先拍了這張她陪我扛相機出門的合照，然後扛著照片這台 Graflex 一張追火車，一張拍風景，還請 Angel 幫我按快門線，是個專業的快門手來著；她很辛苦的陪我取景又當我的 Model，本來想要拍完兩張 45 要再幫她拍一張拍立得送她，她回我「把拔太熱了我不想拍，我們回去再拍好了」，有個性的。 其他本卷照片： Kodak Retina III S vol.2