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...
如果我們說 Mamiya C3 是重裝坦克的話，單就 3 系列來討論，那麼從後續推出 C33、C330 來看，其中的進化則是表現於行動力以及讓拍照更方便的小細節。 3 系列 (C3、C33、C330) 和 2 系列 (C2、C22、C220) 最大的分別大概是過片桿的長相，3 系列是比較長的過片桿，2 系列則比較像個小轉盤這樣，有機會玩到 2 系列的時候再詳細比較看看差異。 直接來做個 3 系列的比較： Mamiya C3 Mamiya C33 Mamiya C330 1836g 1810g 1465g 過片後，還得再幫鏡頭上弦 過片自動上弦 過片自動上弦 對焦距離的指示共用同一個表，自行查看對應焦段 對焦距離的指示共用同一個表，自行查看對應焦段，但有比 C3 好閱讀 對焦距離的指示改為一支六角形的柱狀切換桿，焦段獨立對應 (僅 180 和 55 共用同一面)，並且對應蛇腹的伸縮，閱讀方便 機身左上方可外接快門線 機身左上方可外接快門線 機身左下方可外接快門線，也可做為快門觸發 120、220 底片不共用機背，需拆換 120、220 底片不共用機背，需拆換 120、220 底片共用機背，可切換 焦段對應基線，80mm – 180mm 可不用更換對焦屏，切換焦段的對應基線 C330 功能簡介 一、過片自動上弦：從 C33 開始的功能，增加一支連動的桿子在過片時也同時壓下鏡頭快門上弦桿。 二、焦段設定以對應基線：焦段對應基線，80mm – 180mm 可不用更換對焦屏，切換焦段的對應基線，於機身右側的撥盤設定。(55、65 切換至 80，250 切換至 180，尚需要更換對焦屏以對應) 三、機身左下方快門鈕：C330 不同於 C3 和 C33 的設計，這個鈕除了可以按壓觸發快門，亦可以再外接快門線，等於總共設置了兩個快門鈕。 四、對焦距離閱讀方便：55、65、80 這三顆鏡頭，讀取對焦距離為紅色字，看機身右側的窗口內 (不過我這台的窗口似乎看不到資訊，個人覺得是焦段轉盤設定成 80 原本會連動推開這個窗口的遮片，而這個遮片目前推不開或什麼的)；而 105、135、180、250 這幾顆，讀取對焦距離為黑色字，看機身與對焦距離指示的切線。 主要...