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...
小時候有一次颱風天，風雨過後二樓後陽台的水桶裡多了隻巴西紅耳龜，直到現在我都想不通是哪兒來的。 我家三樓頂也有棵飛來的榕樹，說飛來可能不是他自己飛，是鳥兒飛來， 挨著女兒牆鳥兒大概痾了便便，就把吃下的果子留在那兒。 長了幾年也沒特別在意，去年初已經高過女兒牆，牆面盤滿氣根，健壯到讓人擔心根到底往哪裡長的地步，找了個週末下午處理到沒力氣，還剩塊根，撒上鹽和鹽酸。 今年初偶然再上樓頂，驚見這段以為已經封殺徹底的榕樹根，從邊邊芽點又沿著女兒牆長了上來，令人讚嘆的頑強！月初某週末上午，跟它打了商量，住樓頂讓人操心，既然有這遠道而來的緣分，那麼請您搬來樓下的盆子裡住吧。 囤物癖作用在植物上，扦插繁殖應該是很好的解放。 那天挑了四五條看起來順眼的小枝條，去掉所有的葉子，放隔天扦插到盆子裡。 新長出來的六七片小葉子還真可愛呢！