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...
先存一下，最近要來沖一卷看看，數據來源：http://www.digitaltruth.com/
盒裝底片長這樣，我的是分裝片。
TMax 400 底片介紹：http://reviews.photographyreview.com/blog/new-kodak-t-max-400-black-and-white-film/
我記得好像一般大家都叫 TMax 100 是 TMX，TMax 400 是 TMY，TMax P3200 是 TMZ，本來以為是好記的小名，看了一下盒子其實也有寫耶，這名字有沒有典故就不知道了 ^^
後記：實際沖了一卷，使用的數據是水溫 21 度，顯影時間 17 分鐘，拍 400 沖 800，請參考成果。
您好，請問17分鐘是800的數據嗎？根據您提供在頁首的圖表，似乎應為1600？剛開始嘗試自己沖片，因此想請您解惑一下，謝謝。
回覆刪除@翁仔你好，
回覆刪除很高興有同好一起來研究。
我是參考網路上前輩的數據，實際使用的確是比較符合我要的，他們是用 Zone System 的概念來測試適合的數據所得來，而所貼出的表格是國外網站所提供的參考數值，實際上還是需要測試，這或許也跟每個人沖片的習慣不同而有差異，我想你可以先拍個兩卷同樣感光度的底片，然後分別沖不同的數據試試。
我是有想過，不過最近發懶積了五卷都沒沖就是了....:-(
網址：http://www.greyfantasy.org/fantasyBB3/viewtopic.php?p=531&sid=226a30e7fe1eaddcd55d665e496f353a#p531
謝謝，我會這樣嘗試的! 您的照片階調很豐富，我很喜歡:)
回覆刪除您提供的連結好專業喔，我再研究研究XD
@翁仔，
回覆刪除謝謝啦，您不嫌棄，那個討論區裡的前輩真的很專業，我想你去那邊問會比較問得到專業的解答，我這種算是好奇寶寶隨便玩玩的，您參考參考就好，一起研究啦！