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...
鏡頭資料》 From http://www.pentaxforums.com 對焦距離：1.5m - 無窮遠 光圈：f3.5 – f22 口徑：49mm 重量：343g 鏡片結構：四片四群 (圖片來源：Pentaxforums) 光圈葉片：六片 視角：18度 出產年份：1973 135mm 這個很常見的焦長，自己就玩過三顆，出掉一顆 Pentacon 135mm f2.8，目前還留有兩顆。 135mm 這個焦長應該是容易做，除了大廠都有 135mm 焦長的鏡頭外，連許多小廠都有生產。網路上常見把這顆 Pentax S-M-C Takumar 135mm 跟 CZJ Sonnar 135mm 相比，多數人認為 CZJ 比較好，CZJ 135mm 的對焦距離也比較短 (1m)，二手價也較高，不過我還蠻喜歡這顆 S-M-C Takumar 135mm 的手感，很小巧，對焦環轉動很順手，這是我一貫喜歡 Pentax S-M-C Takumar 的感覺，截至目前為止，S-M-C Takumar 系列我手上已有五顆，離全收還很遠。 這顆配件蠻齊的，原廠的遮光罩是金屬鎖入式，有些人會喜歡內建拉起式的設計，這顆的口徑是 49mm，裝上遮光罩更顯細長，光圈全開就是可用光圈，銳利度沒話說。 Pentax M42 出現了好幾顆 135mm，從 Super-Takumar 開始多了光圈為 f2.5 的版本，有人說 135mm f2.5 這顆是少數 Pentax 同焦長光圈較大的鏡頭，反而更銳利的，二手價也就不低，也好像比較不好找。 Pentax M42 135mm 各代鏡頭》 Takumar 135mm f3.5 Auto-Takumar 135mm f3.5 Super-Takumar 135mm f3.5 Super-Takumar 135mm f2.5 S-M-C Takumar 135mm f3.5 S-M-C Takumar 135mm f2.5