INDEX
Negative Logits
ای
1.41
ق
1.29
지
1.17
ات
1.12
िप्स
1.09
지와
1.01
و
1.00
のは
0.97
باح
0.95
ジ
0.93
POSITIVE LOGITS
-
1.77
’
1.60
'
1.34
↵
1.23
.
0.95
)
0.95
y
0.95
sh
0.92
can
0.91
5
0.91
Activations Density 0.010%
ای
ق
지
ات
िप्स
지와
و
のは
باح
ジ
-
’
'
↵
.
)
y
sh
can
5