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...
最近收到一位台南的攝影朋友專程寄來宜蘭送我的一卡皮箱。 我的身邊，除了求學工作而認識的朋友以外，有會在便利商店外面抽菸可以聊一個晚上的朋友；有四散各地，一年見不著幾次面，卻因為相機器材幾乎天天線上相遇的朋友；也有沒大沒小，從來沒把你當成老師卻可能當成朋友的高中生(當然這可能是我自作多情?)。 成為宜蘭人之後，真正在宜蘭工作也邁入了第三年，看著一群學生自入學到要飛出去的這一段時間裡，可以變得不那麼世儈，似乎是要踩進四十歲以前，一款很重要的能量。 有幾天宜蘭莫名的放晴，騎著車，50mm 的焦段，1/125 f11 的 EV。天際線開闊而清晰的世界裡，標準鏡也足夠捕捉那遠山雨後的蒼翠、那田裡悠遊的鷺鷥、那靜得讓人沈醉的湖面。 打開皮箱，取出相機，憑著眼前所見的日常，總算開始燃起想要更親近新故鄉的心情，於是又讓快門截取這些平凡卻重要的片段、朋友、親人。 (Mint SLR670-S，Polaroid Originals 600) 然後，會想起老故鄉。 彼卡皮箱 詞曲: 謝銘祐 東南西北 搬山渡海 只有夢中 父母故鄉 一个人佇都市流浪 為前途陪孤單假勇 猶原是彼卡皮箱 添無斤兩 未來是河 我泅啊泅 成功若一堵牆 一條港都夜雨唱煞閣唱 空空的彼卡皮箱 破毋成樣 愛人啊! 時間毋讓 當時我彼卡皮箱 滇滇若夢彼一樣 回鄉的路猶外遠 毋敢想