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...
凌晨，我和仲昇又上了樟山寺一次，這次多了善迪。 大二那年和雅惠上去，剛一到寺前有一群狗從身邊走過，其中有 條狗卻專程為了我們倆而留下來，那種感覺，好像他知道我們來 這兒的目的，而他跟他現在的朋友一起來看我們，看來似乎過得 很好；一直到我們要下山了，還陪著我們走了一小段石階，我們 對他說：「回去吧，你有了新朋友呢！」就這樣，他叫了兩聲， 跟我們道別，靜靜地從旁邊走掉了，任憑我們想找也找不著了。 大三那一年換了個伴，跟仲昇上去，聊了一大堆有的沒有的八卦 ，很開懷，很盡興，雖然沒再看到那條狗感覺有些可惜有點想他 ，卻明白他現在一定在一個新的世界裡，快樂地生活著。 大四這一次，多了個伴，一樣聊了許多系上的事，無所不談。原 本有點不想去，也許是知道上去也見不到他，也許再不悲傷。上 山，為了祈福，為了風景，為的只是一種單純地享受。相信遠方 的朋友，幸福地活著。