LLMは確率分布に基づいて次の単語を予測します。𝑃 ( 𝑤 1 , 𝑤 2 , … , 𝑤 𝑁 ) P(w 1 ​ ,w 2 ​ ,…,w N ​ ) を単語列の確率とします。パープレキシティは次のように定義されます：𝑃 𝑃 ( 𝑊 ) = 𝑃 ( 𝑤 1 , 𝑤 2 , … , 𝑤 𝑁 ) − 1 𝑁 PP(W)=P(w 1 ​ ,w 2 ​ ,…,w N ​ ) − N 1 ​ または、確率の連鎖律を使用すると：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 ​ ​ 検出器は低いパープレキシティ（高い確率）を探します。プロンプト命令「統計的に最も確率の高い次のトークンを選択しないでください」は、モデルに確率分布の下位からトークンを選択させ（例えば、1番目ではなく3番目または4番目に可能性の高い単語）、𝑃 𝑃 PP 値を人工的に膨らませて人間レベルに合わせます。