INDEX
Negative Logits
i
0.98
在
0.89
：
0.87
。
0.79
in
0.77
in
0.72
to
0.71
stringent
0.70
if
0.68
гей
0.66
POSITIVE LOGITS
and
1.02
ני
0.76
ک
0.75
for
0.74
ക
0.74
tổ
0.71
на
0.70
नगर
0.70
כל
0.69
ﺎ
0.69
Activations Density 0.000%
i
在
：
。
in
in
to
stringent
if
гей
and
ני
ک
for
ക
tổ
на
नगर
כל
ﺎ