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...
使用相機：Olympus 35 LC
使用底片：Fujifilm REALA 100 過期
沖掃店家：台北紫羅蘭
留著這台，基本上是無悔的選擇。
這卷夯不啷噹拍了一個半月左右，其實很驚訝在這麼酷熱的環境之下，這卷過期片卻猛得像沒什麼過期一樣，不由得擔心起當手上的 REALA 拍完的那一天來臨，自己還能不能有這麼好的底片可以拍。
我們的底片時代，是不是快要結束了？
台南以下。
宜蘭以下。
其他本卷照片：Olympus 35 LC vol.2
剛入手這台機，請問光圈環是否無段式，沒有click一下的感覺，謝謝。
回覆刪除我回在這裡
回覆刪除https://jimmyyen.blogspot.com/2012/04/olympus-35-lc1967.html?showComment=1675184397015#c5898913267431360625