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...
2012 年 4 月 23 日發佈了新聞稿，底片漲幅將不小，依不同地區與市場價格漲幅不一，漲價預計將於 2012 年五月開始。
新聞稿是說因為底片需求持續減少，日元升值，以及生產成本也不斷提高或位居高檔 (包括原物料、石油、能源)，為了維持影像事業部的業務，不得不以漲價因應。原文在底下：
The demand for film products is continuously decreasing, yen's appreciation and the cost of production, such as raw materials, oil and energy, continues to rise or stay at high level. Under such circumstances, despite our effort to maintain the production cost, Fujifilm is unable to absorb these costs during the production process and is forced to pass on price increases.
To sustain its photo imaging business, Fujifilm has decided to increase the price of photographic films.
新聞稿來源：FUJIFILM Corporation announces price increase of Photographic Films.
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！