INDEX
Negative Logits
1
0.73
Ç
0.69
Ü
0.68
Укра
0.65
XI
0.64
Мен
0.62
挖掘
0.61
发布
0.61
Ş
0.61
博士
0.60
POSITIVE LOGITS
dining
0.84
ка
0.76
dining
0.76
comedor
0.75
ين
0.74
та
0.70
мо
0.69
FGD
0.69
リビング
0.67
Dining
0.66
Activations Density 0.008%
1
Ç
Ü
Укра
XI
Мен
挖掘
发布
Ş
博士
dining
ка
dining
comedor
ين
та
мо
FGD
リビング
Dining