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...
(Minolta Hi-matic CS，Kodak T-Max 400 TMY) 移情，時常發生。 傑爾這幾年的婚姻，並非未曾對其他女性動心，也曾經被男性店員告白。 兩個人見到面，空氣總是瞬間凝結，傑爾和愛蓮都不愛準時回家。 傑爾每天下班回家前，會到公司附近的 7-11 買一包煙，坐在店門口抽它個一小時。晚班固定的那位店員云良，一進店門定會準備好傑爾慣抽的香菸，拿給傑爾，每天固定的聊上幾句。有一次加班，很晚，晚班店員交班了，他們買了兩瓶啤酒，愉快的暢飲閒聊，話匣子一開，云良提議唱歌續攤，於是兩個人開了個小包廂，通宵唱歌談天，兩個人坐得很靠近，情歌對唱何其開懷，兩手啤酒，杯盤狼籍。 對唱入戲，云良牽了傑爾的手，合唱擁抱，「抱緊我，吻我，哦愛別走」，情不自禁的吻了傑爾的臉頰。 震驚的傑爾，大動作彈開，尷尬的氣氛讓兩個人靜默了好久，連忙結束包廂，各自回家。 公司簽了一份大合約，客戶負責那次合作專案的窗口，有位可愛的助理妹妹婉君，每次聯繫，總是不自覺地多跟她聊上幾句，光聲音的甜美就能讓每天的心情愉悅到不行，對話像極了男女朋友的互相關心，默默的也生了感情。 兩家公司不遠，傑爾總是會安排在下班前，步行到客戶的公司，處理一些專案的相關事宜，下班時間，一起用個晚餐，陪婉君或坐捷運或坐公車回婉君家的巷口，目送她離開再自己搭計程車回家；平時愈來愈密切的手機聯絡，討論公事之餘也不乏調情的甜蜜，即使話語投機，興趣相投，兩人仍始終謹守著分際。 大半年的時間過去，八月十八，專案順利結束了，傑爾想要電話邀約婉君，一方面自陳離婚的狀態，二方面也想向婉君告白。訂好餐廳，滿心歡喜的打電話到客戶公司，才知道案子結束前，婉君便離開公司，撥了手機號碼也停用。 沒有開始，卻已結束。