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...
這一年來，貴人很多。 總算在結婚六年，找到了屬於自家的房子。 附近的河堤，那片綠油油的農田，遠處的山，夕陽落在山後的那片雲彩，總覺得幾個月前還是一場夢，現在卻鮮明的近在眼前。 很感謝身邊的妳們，讓我這浪子能有這種程度的歸屬感，我不擅言詞，靜靜的享受著變化，平常日的晚歸少了很多的參與，裝修的進度、用料、傢俱等等，總讓妳們煩心。 感覺自己多少有點坐享其成，那關於家的想望，在我心裡，其實是當成夢想卻怯於追求的。 如果不是妳們，如今的我理應孑然一身，放蕩著，假裝堅強的不羈著，似乎才是我所想像的三十五歲時的形象。 由衷的感激寫在這裡，願我們一家人幸福的走向未來。 (攝於羅東溪畔，Polaroid J797，Rodenstock Yasrex 127mm f4.7，Fujifilm FP100C Silk)