INDEX
Negative Logits
I
0.96
м
0.86
I
0.83
م
0.82
ی
0.78
ς
0.74
ین
0.72
নিজ
0.70
อ
0.70
이
0.70
POSITIVE LOGITS
。
0.88
Chlorine
0.61
笛
0.60
ране
0.59
bl
0.58
Been
0.58
。\
0.58
whistle
0.57
د
0.57
:
0.57
Activations Density 0.001%
I
м
I
م
ی
ς
ین
নিজ
อ
이
。
Chlorine
笛
ране
bl
Been
。\
whistle
د
: