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...
(圖片和資料來源：DPreview－Pentax K-30 Hands-on Preview、Pentax K-30 Offical Page)
搞得很運動型，又有防塵防滴耐侯，規格和型都應該有設法打進原本不是 Pentax 的族群，Kit 套組的價錢定在 900 USD，以耐侯機身來說算是蠻有競爭力。
Pentax K-30 主要規格
- 1630 萬畫素 APS-C CMOS 感光元件
- 內建感光元件位移補償式防手震
- 機身防滴防塵、耐侯
- ISO 100-12800，可擴充至 100 - 25600
- Full HD 1080p 30fps 錄影，單聲道收音，MPEG4 H.264 編碼
- 3 吋 92 萬畫素 LCD 螢幕
- SAFOX IXi+ 對焦系統針對運動物體的追焦拍攝能力予以強化
- 搭配 GPS 外接配件之後，可支援星空儀
- 11 個自動對焦點（包括 9 個十字型），77 區自動測光系統
- 連拍速度：6fps
- 視野率 100%，放大率 92% 的五稜鏡觀景窗
影片：Pentax K-30 Preview by dpreview.com
(From: http://youtu.be/W0y-0XxnixA)
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！