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》右圖與資料來源： www.buhla.de 對焦距離：0.3m - 無窮遠 光圈：f3.5 – f16 口徑：55mm 重量：約 200 g 鏡片結構：七片七群 視角：75° 光圈葉片：六片 生產年份：約自 1970 起 AR 接環的 Hexanon 28mm f3.5，從資料上看來這顆是第三款鏡頭。最早有一顆不支援快門先決的，七片六群；再來是支援快門先決，黃字 EE，金屬對焦環，光圈環是銀色的版本，七片七群；再來就是這款全黑色，仍是金屬對焦環，光學結構跟上一顆相同的七片七群，但光圈環改成黑色。 這顆之後的 Hexanon 28mm f3.5 就改成橡皮包覆的對焦環，快門先決標示也改為綠色 AE；最後期的 Hexanon 28mm f3.5，光學結構改成五片五群，最小光圈改為 f22。 不管什麼版本，這應該算是顆便宜好找的鏡頭。 實拍照》 Konica Autoreflex T2 + Konica AR Hexanon 28mm f3.5 + Fujifilm X-tra 400 Konica Autoreflex T2 + Konica AR Hexanon 28mm f3.5 + Kodak PJ400 本鏡實拍相片集： Konica AR Hexanon 28mm f3.5 鏡身照》