INDEX
Negative Logits
x
0.82
i
0.81
guard
0.80
ле
0.78
deki
0.76
പാട്
0.74
data
0.74
ктор
0.73
part
0.72
car
0.71
POSITIVE LOGITS
م
0.99
ன
0.91
VW
0.87
im
0.79
bety
0.79
ن
0.78
Volkswagen
0.77
It
0.75
av
0.75
}
0.75
Activations Density 0.001%
x
i
guard
ле
deki
പാട്
data
ктор
part
car
م
ன
VW
im
bety
ن
Volkswagen
It
av
}