2026年10月時点｜6億6100万点を見て、ベンチマークの不正を考える

Microsoft Basic Render Driverと申告された計算テストの一群では、中央値5104に対して最高点は661036218だった。調査すべき差だ。意図的な偽スコアはランキングを傷つけるが、この数字だけで投稿者を不正者と断定することはできない。

計算テストv1の例。同じ完全なrenderer文字列で集計し、表示名だけ短縮した。申告が同じでも実機が同じとは確認されていない。

版を分け、正の点数が20件以上ある同一ラベル群で中央値と比較した。10倍超、100倍超は点検用の基準であり、導入済みの不正判定ではない。

比較対象9264件のうち10倍超は56件、約0.60%、100倍超は20件。旧3D版193件は混ぜていない。少数群も安全と認定したわけではない。3Dの12件には11ラベル、計算の44件には44ラベルがあるが、ラベルの共有・変更・重複があり人数には換算できない。

識別、時間計測、単位、実装の問題も異常値を生む。Unknown GPUなどは実機の確認にもならない。不正な点数は順位や比較をゆがめるため、原記録を残して要確認と検証済みを分け、版・中央値・分位点・件数を表示し、処理量や時間の整合性を検証したい。これは今後の提案で、削除や利用停止を実施したという意味ではない。