Perplexita je metrika, která vyjadřuje, jak dobře autoregresivní jazykový model předpovídá skutečné pokračování textu. Vychází z pravděpodobností, které model přiřadí správným tokenům: čím vyšší pravděpodobnost jim dává, tím nižší je perplexita. Počítá se z průměrné záporné logaritmické pravděpodobnosti; při použití přirozeného logaritmu jde o její exponenciálu. Hodí se například ke sledování, zda komprese modelu zhoršila jeho předpovědi. Výsledky je ale fér porovnávat jen při stejných testovacích datech, tokenizaci a podmínkách vyhodnocení. Nízká perplexita sama o sobě nezaručuje pravdivé odpovědi ani dobré řešení úloh. Nejde o název stejnojmenné vyhledávací služby.
