INDEX
Negative Logits
(
0.96
。（
0.91
（
0.82
（
0.81
.
0.80
.(
0.76
。《
0.75
(_
0.73
。
0.69
(\
0.68
POSITIVE LOGITS
!!)
0.93
!)
0.79
！）
0.76
!)
0.75
...)
0.75
！)
0.74
…)
0.72
*)
0.70
+)
0.69
...),
0.68
Activations Density 0.915%
(
。（
（
（
.
.(
。《
(_
。
(\
!!)
!)
！）
!)
...)
！)
…)
*)
+)
...),