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...
原本想找光圈更大的 Minolta Hi-matic E，最後先進了 Minolta Hi-matic CS，這是 Minolta Hi-matic F 的海外輸出仕樣機，規格上應該大致相同，從底下的參考網頁看到的圖片，Hi-matic CS 只有全黑色一款，而 Hi-matic F 則有銀黑及全黑兩款，(另外也有一台稱做 Hi-matic FP 的全黑色款，規格也相近)；重量部份，Hi-matic F 重一點，以後如果有機會碰到 Hi-matic F 實機再來實際做比較。
相機規格：
- 鏡頭：ROKKOR 38mm f/2.7 (四片三群)，口徑 46mm，可上濾鏡及遮光罩
- 最近對焦距離：0.8 m，疊影對焦，對焦環跟別家公司比起來就是多了那麼一點巧思，有一塊塑膠的突起 (Konica C35 Automatic 也有，不過 Minolta Hi-matic CS 做得更大更突出)，可以方便你調整對焦環。
- 無自拍撥桿
- 熱靴：有，並且可以從機身設定 GN 值
- 快門：Seiko ESL 電子式快門 4 秒 - 1/724 秒，全速閃燈同步 (全由相機自動控制)
- ISO：25 – 500 (Hi-matic F 好像只到 400)
- 重量：約 345g
- 尺寸：113 x 73 x 54mm
- 機頂指示燈(橘色)：按下機身背後的紅色電源測試鈕，機頂的指示燈會亮表示有電，另外機頂指示燈同時也會在快門慢時亮起，同時觀景窗內也有燈號顯示。
- 原本使用的電池：HM-N 型水銀電池 (1.35V) 兩顆 (同 PX640、PX640A)，露天拍賣上有看到在賣黃銅的轉接銅套，可以使用 LR44，加上銅套就跟原先的 HM-N 電池一樣，不過沒有壓降的功能，仍為略高的 1.5V，這台的賣家則是在同一邊裝上兩顆 LR44，另一邊裝上螺帽跟金屬墊片，不用轉接銅套仍可以很方便的取得 LR44 電池使用。
資料參考：
Hi-matic CS：http://homepage1.nifty.com/fukucame/hi_cs.htm
Hi-matic F：http://homepage1.nifty.com/fukucame/hi_f.htm
Minolta Hi-matic 銘機的系譜：http://homepage1.nifty.com/fukucame/keifu/himatic/keifuhimatic.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！