INDEX
Negative Logits
ד
0.81
бу
0.78
一层
0.74
aeroplane
0.72
ва
0.69
ות
0.68
asos
0.68
ދ
0.68
بی
0.66
ж
0.66
POSITIVE LOGITS
ren
0.78
er
0.71
ory
0.66
heart
0.66
ox
0.65
King
0.65
her
0.64
ong
0.64
onder
0.63
oms
0.62
Activations Density 0.012%
ד
бу
一层
aeroplane
ва
ות
asos
ދ
بی
ж
ren
er
ory
heart
ox
King
her
ong
onder
oms