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...
這是支好閃燈，至少在 Minolta 尚未推出 ADI 閃燈系統之前。
因為無法支援 ADI，TTL 也無法使用在數位機身上，一支二手的 5400HS 價格不貴，但 GN 值可達 54，還可以上下左右擺頭 (上下90度, 左右360度轉)，配上我的 Minolta 707si，全功能支援，擁有高速快門 (1/8000)，以及支援無線離閃。
在數位機身上，雖然得全手動操作，不過因為 GN 值夠，像我一般都是在家裡補跳燈，感覺很夠力，先試拍個一張，調一下閃燈上的出力：1/1, 1/2, 1/4, 1/8, 1/16, 1/32，其實還蠻方便的，C/P 值很夠。
有看到一些可以改造這支閃燈的晶片，可以讓你在數位機身上使用 TTL，但仍舊不支援 ADI，而且有不少討論說改的價格蠻高的，也不是能完全正常使用，所以也沒有很想拿去改。加上在 707si 上使用正常，配上我的 Sony A450 使用 M 模式設定起來不是太難，反正數位可以先拍一張確定一下，預算不夠的情況之下，就決定先入了 5400HS 來擋一擋，以後再搞支援 ADI 的來玩。
在數位機身上使用 5400HS，就是先將機子調到 M 模式，設定好光圈快門，再插上並打開閃燈，然後按下圖紅框處的按鈕切換至 TTL-M 手動模式，手動設定閃燈出力大小，很容易吧！
在網路上找到一個有豐富 Minolta 資源的網站：http://www.vikenk.com/minolta_manual.htm
您可以到那裡自己下載 Manual 參考。
試拍照片》
(攝於永和自家，Sony A450，Minolta AF 28mm，Minolta Program 5400HS)
Sony / Minolta Alpha 系統閃燈網路價格參考：
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！