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...
Sony 新機規格整理
 | NEX-7 |
 | NEX-5N |
 | A77 |
A65 |
上表圖片與資料整理自：photorumors.com 以及 sonyalpharumors.com，其中 A77 和 NEX-7 的 ISO 並沒有先前謠傳的超過 10 萬等級而只有 16000，不曉得這數字是實際 ISO，再加上延伸 ISO 功能才會破 10 萬還是怎樣，總之實際推出之後再看是如何。
新的 NEX 轉接環 LA-EA2
這東西有一點點像 Leica Leitz Visoflex，那是 Leica 出給 M39 和 M Mount 機身的轉接環 (有不同版本：I、II、IIa、III)，詳細的介紹請見冼鏡光老師的文章： 鼠年第一篇：恭賀新禧，從Leica Visoflex說起。
期待中。。。。。。。。。。。。。。
回覆刪除Re: cc9007 <5509401591371922296>
回覆刪除規格很有可看性，但價錢不知道會不會很誇張咧？
NEX7除了畫素及觀景窗外似乎沒啥吸引人的地方！
回覆刪除Re: applepeel <5912529570254345868>
回覆刪除重點是不知道要賣多貴咧...
我要求不高，Nex-5N就可以了
回覆刪除Re: cc9007 <4480980619610627374>
回覆刪除我在等 NEX-5N 推出之後的 NEX-5 換機潮... :P