एक LLM संभाव्यता वितरण के आधार पर अगले शब्द की भविष्यवाणी करता है। मान लें 𝑃 ( 𝑤 1 , 𝑤 2 , … , 𝑤 𝑁 ) P(w 1 ​ ,w 2 ​ ,…,w N ​ ) शब्दों के अनुक्रम की संभाव्यता है। परप्लेक्सिटी को इस प्रकार परिभाषित किया गया है: 𝑃 𝑃 ( 𝑊 ) = 𝑃 ( 𝑤 1 , 𝑤 2 , … , 𝑤 𝑁 ) − 1 𝑁 PP(W)=P(w 1 ​ ,w 2 ​ ,…,w N ​ ) − N 1 ​ या, संभाव्यता के चेन नियम का उपयोग करते हुए: 𝑃 𝑃 ( 𝑊 ) = ∏ 𝑖 = 1 𝑁 1 𝑃 ( 𝑤 𝑖 ∣ 𝑤 1 , … , 𝑤 𝑖 − 1 ) 𝑁 PP(W)= N ∏ i=1 N ​ P(w i ​ ∣w 1 ​ ,…,w i−1 ​ ) 1 ​ ​ डिटेक्टर कम परप्लेक्सिटी (उच्च संभाव्यता) की तलाश करते हैं। प्रॉम्प्ट निर्देश "सांख्यिकीय रूप से सबसे संभावित अगला टोकन न चुनें" मॉडल को संभाव्यता वितरण में निचले स्थान से टोकन चुनने के लिए मजबूर करता है (उदाहरण के लिए, पहले के बजाय तीसरा या चौथा सबसे संभावित शब्द), कृत्रिम रूप से 𝑃 𝑃 PP मान को मानव स्तर से मेल खाने के लिए बढ़ाता है।