INDEX
Explanations
dashboard, summit, dataset, workshops
New Auto-Interp
Negative Logits
as
0.80
1
0.76
d
0.75
ного
0.64
nya
0.63
yle
0.61
dan
0.61
ning
0.59
ike
0.58
ل
0.58
POSITIVE LOGITS
équipes
0.76
oreilles
0.72
이드
0.71
၀၀
0.70
)$.
0.70
0
0.70
μέρος
0.68
ම
0.67
aplikace
0.67
\,\
0.66
Activations Density 0.074%