INDEX
Negative Logits
P
0.80
S
0.79
B
0.79
A
0.78
ש
0.77
W
0.74
D
0.72
C
0.69
in
0.64
ד
0.63
POSITIVE LOGITS
cárc
0.61
小组
0.57
Unidas
0.55
就會
0.54
spazio
0.54
监狱
0.54
josé
0.53
nější
0.53
ομά
0.53
கிழக்கு
0.53
Activations Density 0.023%
P
S
B
A
ש
W
D
C
in
ד
cárc
小组
Unidas
就會
spazio
监狱
josé
nější
ομά
கிழக்கு