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...
鏡頭資料》 對焦距離：0.45m - 無窮遠 光圈：f1.8 – f16 口徑：49mm 重量：230g 鏡片結構：六片四群 光圈葉片：六片 視角：46 度 (右圖來源： koji kawakami ，資料參考： http://praktica.planetaclix.pt/lenses.html ) 1979 – 1990 年，東德 Praktica 推出了 Praktica B Mount，B 指的是 Baynet，意即插刀式接環，生產 Prakticar 鏡頭的廠商，除了 Pentacon、Carl Zeiss Jena 以外，尚有不少由 Sigma 代工的變焦鏡，後期還有韓國 Samyang 生產的鏡頭，詳可參考： http://praktica.planetaclix.pt/lenses.html 。 是顆小巧的鏡頭，手上這顆為了轉接 Canon EF，因為會打到反光板，之前擁有的前輩已經拆掉了一部份零件。 這顆標記有 Carl Zeiss Jena 的 50mm f1.8，據說也是由 Pentacon 生產，只是為了搭配 Jenaflex 相機的銷售，而掛名 CZJ。從外觀以及特徵上來看，確實跟 Pentacon 掛名自己牌子的 Pentacon Prakticar 50mm f1.8 MC 的第二代版本 除了銘板上的字樣不同外，幾乎是完全相同的。 比 M42 時代的 Pentacon 50mm f1.8 最近對焦距離遠了一些，成像看不出有什麼明顯的差異 (我向來很不會看這個)，有機會再真的對照拍拍看好了 (這是一個買 NEX 的好藉口)。 實拍照》 Canon EF-M + Carl Zeiss Jena DDR P 50mm f1.8 MC + Fujifilm X-tra 400 本鏡實拍相片集： Carl Zeiss Jena DDR P 50mm f1.8 MC 鏡身照》 PB -> Canon EF Adapter