INDEX
Negative Logits
с
0.79
ed
0.75
y
0.75
än
0.74
os
0.72
asen
0.69
ider
0.68
ari
0.66
asia
0.65
yer
0.65
POSITIVE LOGITS
すぐに
0.75
0.72
Pues
0.70
ک
0.67
사
0.64
immediately
0.64
ל
0.64
つ
0.63
キ
0.63
5
0.63
Activations Density 0.004%
с
ed
y
än
os
asen
ider
ari
asia
yer
すぐに
Pues
ک
사
immediately
ל
つ
キ
5