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...
《廢話篇》 需要先寫一些沒相關的。 好幾年沒寫相機介紹文了，前幾年格子還特別借我幾台相機想讓我寫，放了幾年連帶出門拍都沒有，覺得很抱歉，最近把最後兩台寄還回去，居然還有點想念這兩台閒置在家裡的時候，那感覺很奇妙的。 The Impossible Project 的最大股東，今年收購了 Polaroid 的專利和品牌之後，上個月推出了這台 OneStep2 相機，使用去年 (2016) 新開發的 i-Type 底片，與原來的 Polaroid 底片的設計不同，新的 i-Type 底片盒不再有電池的設計，改為相機自行供電，這樣的設計帶來的好處是成本下降，同時底片也變得較為便宜。不過其實如果少掉了底片盒內建電池的空間，是不是有機會可以佛心的回到像 Polaroid 時代的一盒十張啊？ 對於 The Impossible Project 持續生產拍立得底片的努力，是很難言喻的又愛又恨，三年前拍的照片，有好多當時就顯像得不盡理想，三年後的現在畫面還淡的只能自己想像。 但從去年開始，看到很多新一代配方的實拍，雖然感覺是進步不少了，卻也還是一直到了今年，看著 Polaroid 品牌的面子上，終於動了心，先是買了 Polaroid Originals Spectra 回來試拍了幾張，真心感覺進步了以後，才在上個月看到 OneStep2 的新機預購，想想以自己棉薄之力，再支持 The Impossible Project 取得 Polaroid 品牌後的相機新作。 (Minolat Instant Pro, Polaroid Originals Spectra) 有時候我們之所以愛，只是為了某件事得以延續，特別是在富士近幾年停產了撕拉片以後，常常是看著自己冰箱裡尚存的撕拉片，好幾次拿了出來，又冰了回去，苦惱與不捨之餘，又恨著自己跟 The Impossible Project 相遇的前幾年，那些不理想的測試經驗。 《功能篇》 前言講完了，我真的是個囉嗦口白很多的部落客。接下來的測試很簡單，介紹也不會太多，如果你覺得太多廢言，可以快速下拉到文末，我推薦的網友介紹文章。 首先，這款相機設計得很輕，對於我們手持慣大傢伙的神經病來說，手感是會擔心的，功能特點的部份如下： 內建自拍計時器，按下快門後有八秒的時間讓你跑步到定位，應該是對於我們這種百米需要超過 15 秒時間的廢人一點很好運動的機會...