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...
最近整理了一下防潮箱，Yashica 35 GSN 好像去年拍完一卷之後就一直收在防潮箱很裡面，突然又想帶他出門了。
之前用 Yashica 35 GSN 的時候，我電源是用 CR2 + PX625A*2，但 PX625A 我用光光了，又懶得去買，剛巧又還有一顆剛用沒多久的 4LR44，想想就乾脆來做另外一種 PX32A 電池解決方案。
材料：4LR44 一顆、冷氣排水管一段、迴紋針一支
工具：尖嘴鉗
用尖嘴鉗隨便把迴紋針繞一繞，塞得進水管固定，很快就完成了。
裝上相機實測去。
Battery Check，綠燈亮，OK 啦。
吼！這樣也行喔，吉米真有一套：）
回覆刪除Re: applepeel <7665198699500426086>
回覆刪除這其實是很多前輩都分享過的方法了，我只是跟著做而已 :)
請問迴紋針是繞在正極還是負極...
回覆刪除這樣繞看不太出來@@
Re: 無名美食 <1245616094495753027>
回覆刪除迴紋針繞在正極還是負極都可以，但因為我是做給 yashica 35 gsn 用的，所以鐵圈和水管我放在正極。
因為這款相機電池室裡面有彈簧，你把迴紋針放那邊可能之後會出來不方便，至於極性，Yashica 35 GSN 是正極朝外。