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...
(攝於台大，Panasonic LX3)
來自國外 Digitail Photography School 的一篇文章：How to Hold a Digital Camera，作者是 Darren Rowse，個人覺得寫得不錯，很值得參考，中譯並摘錄於下：
解決手震最佳的解決方案，必定是三腳架，不過如果沒有三腳架，你必須先強化你手持拍攝的穩定度，這件事沒有絕對正確的方式，每個人有不同的習慣，筆者 (Darren Rowse) 是採取底下的方法增加手持的穩定度：
- 右手穩定握持，但食指按壓快門要輕：除了右手食指以外，你的右手大姆指置於相機背面，右手剩下的三支指頭則自然地彎曲圍繞著相機的手把，穩定的握持但不要過份用力，食指按壓快門時要輕，現代大部份的相機都擁有良好的握持感，這點因人而異，你必須感覺到你的指頭握持相機時是自然自在的情況。
- 左手的位置：左手的位置取決於相機，大致上應該要能支撐相機加上鏡頭的重量，看你是要托著相機底部或者圍繞著鏡頭。
- 取景：如果你使用觀景窗取景拍攝，這將會有不錯的穩定度，但如果您使用 LCD 取景，要注意不要讓相機太過遠離您的身體，夾緊你的手肘，相機離你的臉不要超過 30 公分。如果你的觀景窗不會太小或者對您來說並不會造成取景困難，使用觀景窗吧！
- 利用物體來增加穩定度：利用牆壁或是樹，或坐著或跪在地上，如果你必須站著，四周也沒有額外的物體可以支撐，將您的雙腳張開與肩同寬，讓自己有個穩定的站姿，您的站姿愈穩定，您的相機自然愈穩定。
- 呼吸的小技巧：拍攝之前，平順輕柔地深深吸一口氣，Hold 住這口氣，在按下快門之後才呼氣。有些人的習慣剛好相反，先呼一口氣，然後在按下快門之後才再吸氣。呼吸很容易就造成身體的起伏，注意您的呼吸對拍攝將有很大的幫助。
當然還有許多其他方式及新技術來避免相機震動，應該配合這些技術，同時您也穩定地掌握住手上的相機。控制快門速度、防手震鏡頭、三腳架都有幫助。
後記：這篇文章跟我這兩年來的經驗相吻合，參考價值很高，另外有一個「安全快門」的觀念，另篇討論，歡迎攝影先進提供意見或您自己增加穩定度的秘招。
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！