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...
(本文圖片來源：http://www.freshnessmag.com/2010/07/22/panasonic-dmc-lx5/)
本身有 LX3，從 LX5 的實拍照和規格來相比，有幾個個人認為蠻不錯的進步：
#1 拿掉難用 LX3 的控制桿，改用撥盤進行光圈及快門控制，想必更加方便。
#2 改良握把設計，這樣不用一定得加皮套也能好握一些。
#3 強調畫質提升而非畫素提升，高感度 ISO 的表現有明顯提升之感。
透過改良 CCD 上的微透鏡設計，感光元件元件的集光能力亦隨之大增，相機在配合全新的 Venus Engine FHD 影像處理器下，於初步的高感光測試中便可見雜訊控制比起上代明顯為佳，而降低解像至 300 萬時，相機更可以超高感光的 ISO 12800 拍攝，以應付不時之需。(摘自：http://www.dcfever.com/news/readnews.php?id=4279)
高感度測試請見底下網址中段的實拍照片：http://www.dcfever.com/news/readnews.php?id=4279，從圖片來看個人覺得真的有進步。
#4 變焦倍率提升至 3.8x (24mm – 90mm，f/2 – f/3.3)，比 LX3 (24mm – 60mm，f/2 – f/2.8) 涵蓋更多焦段，至 90mm 段仍有 F/3.3 的大光圈可以使用。
如果你正想要買 LX3，不妨等一等 LX5 在台上市。
底下是國外 LX5 Preview 與介紹影片：
網路賣場價格參考：
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！