啟動比較

比較已完成的執行，需使用相同版本的負載、評分模型與設定檔。變化百分比描述的是數值差異，但本身並不能證明調整的效果。

在比較數字之前，請先透過結果檔案檢查兩次執行的相容性：每個檔案都記錄了負載版本——其組成的固定識別碼——以及評分模型，還有統計版本。請成對比較這些欄位：如果負載或評分模型不一致，這些執行就屬於不同的協定，其分數無法直接比較。這些識別碼的運作方式說明於方法論。

實驗計畫

1. 記錄處理器與顯示卡的型號、Windows 與驅動程式的版本。測試之間不要變更電源模式與散熱。使用同一組背景程式。
2. 先在不變更設定的情況下至少執行三次測試。這樣你就能看到正常的結果離散程度。若要對微小差異下結論，可能需要更多次重複。
3. 變更一項設定並重複測試。如果需要重新開機，請在原始設定的系列之前也執行一次。每次執行前等待相同的時間。
4. 盡可能依序檢查原始設定、變更後的設定，然後再回到原始設定：A → B → A。這樣的順序有助於將調整效果與預熱及背景負載區分開來。
5. 保留所有結果。事先確定哪些失敗會使測試不適合比較，例如執行中斷。如果你排除某次測試，請註明原因。分數偏低本身並不是刪除它的理由。

保持螢幕解析度以及視窗或全螢幕模式一致。如果你要檢查解析度的影響，請在每個選定的解析度下重複測試數次。

該看什麼

Δ score, % = 100 × (mean_after / mean_before − 1)
CV, % = 100 × sample_standard_deviation / mean

比較各次執行之間的平均值與離散程度。不要只檢查最終分數，也要檢查個別評分、以毫秒計的延遲，以及負載的執行速度（throughput）。對延遲而言，負的差異通常代表改善；對分數而言，正的差異代表評分上升。

若要檢查重現性，請計算完整的執行。單一測試內的數千個畫格不能取代重複測試：它們全都來自同一個工作階段，並受共同條件影響。

可以得出什麼結論

相對於正常離散程度的微小變化需要更多次重複。不能只憑一個系列就訂出像「所有大於 1% 的都顯著」這樣的通用門檻。即使是統計上可區分的差異，對實際效果而言也可能太小。

逐區塊診斷已經內建在結果中：每個負載都會保存各區塊的執行速度離散程度、「第一與最後」的位移，以及逐步趨勢。這讓你能在進行新的重複之前，判斷兩次執行之間的差異是否超過其內部觀察到的雜訊。區塊如何彙總成分數的公式公開於分數計算。

在八次執行的系列中，比較了最佳化系統上的重複次數與解析度。它不包含未最佳化的狀態，因此不能證明 BoosterX 帶來的效益。

合成測試有助於研究系統運作的變化。若要驗證對特定遊戲的效益，請在其可重現的遊戲情境中重複比較。

已驗證：2026-09-20。