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...
很久沒寫相機文，而且也不是底片相機。
今年初突然有點懷念有在拍拍立得的時候，那種拍完把照片送給親友的祝福喜悅，不過年紀大了比較務實，開始計算起如果也想把以前的照片印出來，那麼相對低的成本和設備應該是什麼？
研究了一圈，大概自己把照片印出來的需求 CP 值最高的是 Canon Selphy Printer (4R 技術) 和 Kodak PD460 (4PASS 技術)，這兩款基本上都可以印 4x6 的照片，技術上也雷同，都是透過色帶膜四次來回上色印出照片。成本的話，大概一張約 10 元台幣，如果換算 3x3 片幅大約可以印兩張，2x3 片幅大約可以印四張，雖然需要自行裁切，但這成本低得不言可喻。
不過上述這兩台基本上是屬於接市電才能使用的設備(Canon 是有另外再出鋰電池)，如果要派對或聚會也能耍帥的話，我想還是要選擇也能印也能拍照的設備，比較有那種拍完大家一起看著照片從相機印出來的那種老拍立得感，因此最後選了 Kodak C300R。
操作滿簡單的，所以就不像以前一樣寫什麼教學文了，3x3 的片幅不加框的話，大概就等於以前用 Polaroid 600 的成相區域。
先來看直拍印出來的照片。
整體來說，直接拍完印出來的成相反差是比較大。
再用手機裡的底片數位掃描檔測試兩張。
我以前拍這些生活記錄照通常喜歡偏亮，第二張印的時候我用 Kodak 的 App 大約調暗了半格再印，得到的結果我比較喜歡。
總之，一個新開始。
8 張隨附的相紙很快就印完了。
底部打開很簡單就可以換片匣了。
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！