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：Google Search，網友假想圖)
Nikon 即將要推出無反可換鏡相機了，Nikon 殺入這塊領域，對 Sony、M43、Samsung 會帶來什麼樣的刺激呢？特別是聲明了針對專業用戶而來的設計，還在猶豫買哪一台的朋友，可以再忍忍，看看 Nikon 會端出什麼菜？不小心變心先買了別家無反的 Nikon 朋友，可以盤算一下手裡的無反機二手價怎麼開了！
(上圖與消息來源：nikonrumors.com)
可用回舊鏡才有買的價值吧.不過到時候,舊鏡的價錢一定....
回覆刪除我想，Nikon 應該不致於搞到舊鏡沒辦法接吧，當然自動對焦也能支援會讓使用者更多，雖然我還奢想 Nikon 的 Mirrorless 接環像 Sony NEX 幾乎什麼鏡都能玩咧...
回覆刪除一切都是等正式發佈才見真章囉！
我的意思是官方應該至少會出原來 Nikon F Mount 的轉接環吧
回覆刪除