INDEX
Negative Logits
are
0.52
.
0.47
۳
0.47
总统
0.46
on
0.45
2
0.45
的
0.44
1
0.44
3
0.43
ﻢ
0.42
POSITIVE LOGITS
т
0.84
er
0.78
ت
0.78
el
0.75
at
0.73
t
0.73
i
0.72
in
0.71
x
0.71
r
0.70
Activations Density 0.020%
are
.
۳
总统
on
2
的
1
3
ﻢ
т
er
ت
el
at
t
i
in
x
r