INDEX
Negative Logits
.
0.74
ini
0.71
8
0.69
ür
0.64
ator
0.64
OU
0.64
हवाला
0.64
hi
0.63
ill
0.61
IO
0.61
POSITIVE LOGITS
is
0.71
ת
0.60
活動
0.58
os
0.57
ות
0.57
\
0.56
活动
0.55
变
0.55
дение
0.55
The
0.54
Activations Density 0.000%
.
ini
8
ür
ator
OU
हवाला
hi
ill
IO
is
ת
活動
os
ות
\
活动
变
дение
The