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...
Contax NX 很耗電，真的很耗電，相當不可思議，之前拿到的是右圖這種很便宜的一次性 CR2 電池，一顆 25 元，照理說電池不用要從相機拿出來，否則仍會耗掉電力，不過我很懶，沒拿出來，大概是拍完三捲，中間偶爾會在沒有底片的情況下試鏡頭或者研究機身的設定，所以比別人的耗電數據都來得誇張，除了電池有可能是影響的因素，當然也跟我剛剛拿到機子，尚在研究測試設定，又沒把電池拿出來有關。 一般來說，一次性的 CR2，最多人使用的是 Panasonic 的，拍賣上的價錢大概 80 元吧，金頂的聽說也不錯。 NX 的電池手把 P-10，可以放置 2CR5 或者兩顆三號電池，應該可以解決耗電量的問題，但是二手市場上很不容易找到。 可充電式的 CR2 電池，目前在拍賣上找到兩款，一款是磷酸鐵鋰的 RCR2 3.0V 280mah [單顆 140]，另一款是 Ultrafire 出的型號 15270，3.0v 600mah 的 CR2 電池 [單顆 70-75]。 Ultrafire 好像是一家電筒的品牌，沒什麼研究，但單看 600mah 的電量，我選擇了 Ultrafire 15270，先買了兩顆 15270 以及充電器。 充好電後，用電表量了一下約是 3.4 V 上下，我想應該是 OK，決定放膽子下去試了，所以已經餵給 Contax NX 吃了，打算像上次的一次性電池那樣，電池就不拿出來了，看看可以撐到拍完幾捲才需要充電。 另一款磷酸鐵鋰的 RCR2，據 朋友的測試 是大約可以拍個兩卷。等我這款 Ultrafire 電池沒電了以後再來報告 600mah 大概可以用多久。 您也可以參考： ZFC: CR2電池! 討論串 。