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...
(上圖來源：Sony Style)
這波 Sony 的四台新機，其中三台 (A77、A65、NEX-5N) 大致的上市時間都在九月底以前，價錢也都出來了，整理如下：
| A77 | 單機身 | 39,980 |
| 搭配SAL1855 | 42,980 | |
| 搭配SAL1650 | 57,980 | |
| A65 | 單機身 | 26,980 |
| 搭配SAL1855 | 29,980 | |
| 搭配SAL1650 | 35,980 | |
| NEX-5N | 單機身 | 16,980 |
其他網站的報導，請參考：Hot3C.com Sony 發表 A77, A65, NEX-5N, NEX-7
在下真正感興趣的 NEX-7 偏偏是上市時間最晚，預計 2011/11/11 上市，熱靴已經確定與 Alpha 共用熱靴規格，所以可以把 Alpha 系統用的閃燈拿來用，不再受限於之前的小熱靴座的小閃燈出力，採用鎂合金機身，內建 OLED 電子觀景窗。
先看一下 Sony NEX-7 的官方影片》
(From: http://youtu.be/TjpWaG6Lnhg)
另一段是 NEX-7 動手玩影片》
(From: http://youtu.be/OJDcD3KwcrI)
留言
張貼留言
回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！