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：Topcon RE Super with TOPCON RE. Auto-Topcor 58mm F1.4
使用底片：Perutz Primera 200 過期
沖掃店家：台北紫羅蘭
每每想用這台拍出自認高級的照片，然後試圖脫手拿回現金時，總是最後退縮。
年初拍完的這一卷，至少拍了兩個多月那麼久，約莫去年冬天到今天春天，過程裡面有太多心情的轉換，有歡喜有悲傷，當時這卷洗出來後，因為那照片中的五味雜陳而不忍回憶。
結束這兩年通勤生活的兩個月後，最近以早睡早起的姿態在宜蘭生活著，無光害滿天星斗的夜晚以及伴隨著鳥叫和貓咬而自然醒的早晨，終於過著像個宜蘭人的生活。或許因為平淡，所以也減少了按快門這樣的療程，也許過陣子調整調整節奏，可以有意識的再度拿起相機，畢竟一位以無病呻吟見長的作者，要改變風格也請您給點時間這樣。
照片以下
其他本卷照片：Topcon RE Super vol.8
多謝分享！
回覆刪除^^
刪除