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...
所以嚴格說來，成為 Pentax 的使用者，至少也有八九年的時間了，當年好像花了我一萬五吧！
這台相機算是可翻轉螢幕的始祖了，可翻轉螢幕拿來自拍是蠻好用的，ISO 最高只到 400，320 萬畫素，配備 6 片 5 組 5.8~17.4 / 2.6-5.0 變焦鏡頭 (等效 135 規格的 38-114 mm，包含 1 片非球面镜片)，鏡頭上沒有標記 SMC，沒有中文介面。
電池是兩顆三號電池，不曉得是不是啟動電壓要夠高，我放了兩顆用了一陣子的低自放還開不了機，一度以為掛掉了，充飽電之後再裝上去，總算沒問題，耶！
這台老 DC 有一個我從來沒試過的功能，是 3D 影像，有附一個 3D 眼鏡，不過已經弄丟了，所以也沒得試了。
試拍了幾張，同時也試了 Sepia 跟 BW 兩個內建的濾鏡，還蠻喜歡的，黑白的階調亂舒服一把的，所以就帶回台北了。
詳細規格：http://www.digital.idv.tw/DIGITAL/spec/dgpentax/Optio330GS/spec-optio330GS.htm
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！