INDEX
Negative Logits
t
0.81
ب
0.79
D
0.76
in
0.71
YD
0.71
st
0.69
set
0.69
m
0.68
the
0.68
win
0.67
POSITIVE LOGITS
は
1.01
是
0.88
า
0.77
і
0.77
é
0.74
ा
0.72
는
0.72
ਾ
0.71
ิ
0.70
エ
0.69
Activations Density 0.001%
t
ب
D
in
YD
st
set
m
the
win
は
是
า
і
é
ा
는
ਾ
ิ
エ