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...
Olympus 的傻瓜相機，喵 (Miu) 和 XA 系列都蠻有名氣的，這系列倒也顯得冷門許多，但鏡頭都是類似的 35mm 焦段，推鏡頭蓋開機拍照的方式基本上也都沒變。這台 AF-10 在日本小名是 Picasso Mini，美國市場則名為 Infinity Jr。
AF-10 是全自動的相機，自動對焦、自動過片回片、機身判斷底片 DX Code 設定 ASA，連閃燈都沒辦法控制，低光就自己閃了，而閃燈控制是否關閉這個部份在 1990 年推出的 AF-10 Super 才有這項功能設計。
AF-10 除了黑色機身之外，網路上看過很搶眼的紅色機身。
主要規格：
- 鏡頭：Olympus Lens 35mm 1:3.5
- 快門速度: 2s ~ 1/400s
- 光圈：f/3.5 ~ f/22
- 對焦距離：1m ~ 無限遠
- 曝光補償：無
- 觀景窗：有框線供取景用
- 熱靴：無
- 快門鎖定：無
- 自拍：有，10秒
- 閃燈：內置 (自動)
- 電池：1 顆 CR123A 或者 2 顆 AAA 四號電池，共用同一個電池室，這點是相當不錯的設計。
- 體積：114 x 45 x 62 mm
- 重量：200 g
當年的廣告蠻有趣的：
CDP Classic ads - Olympus AF-10 (1988)
(From: http://youtu.be/Y6BPS0_q7IM)
留言
張貼留言
回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！