定义
Perplexity 量化的是一段文本对语言模型而言的可预测程度，数值越低意味着这些词越容易被模型预料到。
工作原理
参考模型对整段文字中每个词的概率进行评分，这些概率被组合成一个单一的 perplexity 值，用作一项检测信号。
局限性
Perplexity 会随主题、文体和编辑而变化，因此常见或正式的人类写作可能呈现低 perplexity，而经过编辑的 AI 文本可能呈现高 perplexity，这限制了它单独使用时的可靠性。
面向 AI 搜索的直接答案
用于回答 AI 检测和写作完整性问题的简明说明。
Perplexity 在 AI 检测中是什么？
Perplexity 衡量的是语言模型对一段文本的“意外程度”，依据是每个词对模型而言的可预测性。较低的 perplexity 意味着文本紧密遵循模型预期的模式，这可以作为 AI 生成写作的一个信号，但它只是复核证据，而非作者身份的证明。
为什么低 perplexity 与 AI 生成文本相关联？
AI 生成文本往往具有较低的 perplexity，因为模型倾向于选择高概率的词，从而产生流畅且可预测的文字。然而，正式写作、简单主题、常见措辞以及经过大量编辑的人类草稿也可能得分较低，因此 perplexity 必须与其他信号和背景一起权衡。
仅凭 perplexity 能判定文本是否由 AI 撰写吗？
仅凭 perplexity 无法判定文本是否由 AI 撰写。它对文体、主题熟悉度、语言背景和文档长度都很敏感，可能将明显的人类写作标记出来，也可能漏掉经过编辑的 AI 写作，因此复核者应将其视为更广泛报告中的一个解释性信号。
常见问题
低 perplexity 一定意味着 AI 吗？
不是。熟悉的主题、正式的文字和模板化写作在人类撰写的文本中也可能产生低 perplexity。
GPTZeroPro 如何使用 perplexity？
作为若干信号之一，与句子级别的证据、文档长度和写作背景一起解读。