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...
(圖片來源：article from blog.naver.com)
一篇韓文的文章，內容提到 Samsung NX 產品線的展望，與一些計劃推出的產品，看不懂韓文沒關係，看圖就可以大致了解，重要的是，文末還有「事業線」可以看唷！
大致的重點摘錄如下，詳細請至上面那篇去看：
- NX 機身的產品線分為三個系列：NX Style、NX Classic 以及 NX Classic+，其中，NX100 屬於 NX Style，NX10、NX11 屬於 NX Classic，三個系列都將會再推出新機
- 一顆 700 mm 的新鏡，主打天文攝影
- 針對 NX Camera 開發的 GPS 模組
- 2011 年預計推出的新鏡頭：(2/22 更新)
- 五月：電影專業鏡 18-200mm f/3.5-6.3 (特別針對錄影開發的鏡頭，變焦時可以自動對焦)
- 七月：超廣角 16mm f2.4 餅乾鏡
- 八月：微距 60mm f/2.8 (第一顆 NX 系統的搭載超音波馬達的鏡頭)
- 十月：人像鏡 85mm f/1.4 (也將搭載超音波馬達)
- 十二月：電影鏡 16-80mm f/3.5-4.5
感覺還蠻有規模的嘛！有事業線還是很重要滴！
看不到事業線阿
回覆刪除雖然不明顯，但是有滴..
回覆刪除