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...
鏡頭資料》資料來源：minolta.eazypix.de
對焦距離：0.6m - 無窮遠
光圈：f2 – f16
口徑：49mm
重量：125g
鏡片結構：六片五群
光圈葉片：五片
出產年份：1978
這顆其實入手蠻久了，是一顆輕巧好用的鏡頭，六片五群的結構，鏡身長度有 3 公分要說餅其實也沒那麼餅，最近對焦要 60 公分是稍嫌不討喜了點，產量應該蠻多的，因此二手流通價格低廉。但或許是因為採用塑膠鏡片的關係，據說很容易發霉，手上這顆的前鏡片就有，實拍了幾卷是覺得沒什麼影響。
下表中，在 45mm 這個焦段裡，Minolta 總共出過兩顆，其中第一顆推出的時間相當早 (1964)，從第二張圖看來比 45mm f2 更薄 (上中為 Rokkor-TD 45mm f2.8；上右為 MD Rokkor 45mm f2 )，不過這顆真的很少見，想必如果出現應該價格也不斐。
實拍照》
Minolta XD + Minolta MD Rokkor-X 45mm f2 + Fujifilm X-tra 400
Minolta XD + Minolta MD Rokkor-X 45mm f2 + Konica Centuria Super 200
本鏡實拍相片集：Minolta MD Rokkor-X 45mm f2
鏡身照》
有點想買這一支鏡,但我已經有50mm1.7了,好像沒太大需要...煩惱中
回覆刪除Re: Unknown <4860284519085581738>
回覆刪除嗯，意義不大，焦段接近且光圈又較小。
好啊,謝謝你.那我多買一台 str 101好了..目前用的vivitor v50 沒有dof preview.拍微距時有一點不方便 ~ Re: Unknown <4860284519085581738>
回覆刪除Re: Unknown <43637812711289134>
回覆刪除機械快門的 SRT-101 還蠻耐操的，不錯哦！