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...
關於我們 TudorABC jr
TutorABC jr 真人線上 孩子的專屬家教
智慧分析，掌握學習進度，量身打造英文學習地圖。
專屬線上英文家教堅強的師資陣容，皆擁有豐富的教學經驗，自然而然融入英文環境。
由老師上課之後的分數，搭配網站自我學習評量， 綜合評鑑整體的學習效果，提供階段性學習課程。
時間空間由您掌握，無需預約，隨到隨上的制度
讓您不會因為預約沒上到課被扣堂數產生浪費的問題。
完整填完表格就送限量色筆組和免費體驗課程
如於活動期間內再加入TutorABCJr
再享超值優惠$ 20,000現金折扣或 免費60堂課 2選一
商品特色
學好英文有效又超值
流利口說 輕鬆又超值
敢開口，是掌握英文語感重要起步，結合單向視頻，不被老師同學看見，程度相近的孩子一同學習，不怕怯場，讓孩子樂於開口，立即學以致用，英文進步無止限。
互動外師 專業又超值
TutorABCJr 送上全世界的名師，教學經驗和閱歷精彩豐富，最鮮活實用的科學、旅遊、藝術熱門話題，提供客製化親子共選讓英文課成為全家共同的歡樂話題。
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！