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》
對焦距離：0.6m - 無窮遠
光圈：f1.7 – f16
口徑：55mm
重量：190g
鏡片結構：七片六群
光圈葉片：六片
視角：45 度
鏡頭資料：photographyreview
如果拿這顆跟 Planar 50mm f1.4 相比，除了光圈比 Planar 50mm f1.4 小，最近對焦距離也略遠了一些。
然而，這顆 Planar 50mm 1.7 的評價卻很不錯，很多網友的文章稱之為平民鏡皇 (但其實近年來價錢已不那麼平民了)，他是 Contax CY 鏡群中最便宜的一顆，但卻名列 Photodo 網站評比截至 2000 年 5 月止全世界的鏡頭中，最銳利的十名內，Planar 50mm f1.4 甚至還進不了榜。[按：原始網站的評測文章我找不到了，甲木兄有整理起來，可以參考。]
實拍照》
Contax 139Q + Contax CY Planar 50mm f1.7 + Fujifilm X-tra 400
Contax 167MT + Contax CY Planar 50mm f1.7 + Perutz Primera 200
本鏡實拍相片集：Contax CY Planar 50mm f1.7 AEJ
鏡身照》
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！