INDEX
Negative Logits
ору
0.52
禮
0.48
ية
0.47
.³
0.47
ften
0.46
ларни
0.46
не
0.45
Gewerks
0.45
серед
0.45
ंनी
0.44
POSITIVE LOGITS
?]
0.79
]
0.73
,]
0.70
!]
0.70
+]
0.68
IN
0.63
],
0.62
];
0.58
']
0.56
].
0.55
Activations Density 0.044%
ору
禮
ية
.³
ften
ларни
не
Gewerks
серед
ंनी
?]
]
,]
!]
+]
IN
],
];
']
].