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...
(圖片與消息來源：sonyalpharumors.com)
下禮拜就要跟大家見面的兩台新機，基本上可以視為小改款的東西。
先來看一下規格吧：
NEX-C3
- 感光元件：1620 萬畫素 Exmor APS-C
- ISO：200-12800 (Sony 很喜歡不做 ISO 100…)
- 720p HD video recording (就是不做給你 FullHD)
- 自動對焦 25 點
- 跟 NEX-5 一樣的三吋 LCD
- 續航力比 NEX-5 好 (20%)
- 預計售價：$599 美金
下圖是 MirrorlessRumors.com 所做的比較圖，NEX-C3 還是比 GF2 小一點。
A35
- 1620 萬畫素 Exmor 感光元件
- 1080p AVCHD 高畫質錄影
- 感光度範圍 ISO 100 – 12800
- 7 fps 連拍
- 15 個自動對焦點
- 新的濾鏡特效、3D 全景拍攝模式、內建 HDR 合成功能
- 100% 視野率的電子觀景窗
- 預計售價 699 美元
對啊,SONY的ISO不做100真是令人不解...
回覆刪除我借用過:三星,Pana,Oly的EVIL/ILDC,
還是NEX最小台,但功能好像也陽春.
還有NEX拍人的膚色,我覺也最不好...。
Re: Steven <4672239928931429646>
回覆刪除這有點回到 Sony 推 NEX 當初的策略是給 DC 升級又不想拿 DSLR 的用戶有關，所以 SONY 把機子的功能做得很陽春，傻瓜相機的做法，變成真的要自己設定的時候就很麻煩，我去 SONY 直營店試玩以後就覺得好像也沒有立即買的必要，倒是後來發現 E-Mount 的轉接能力才很有興趣，事實上我是比較期待 NEX-7 可以做到什麼程度，但價錢如果太高也不用談了。