INDEX
Negative Logits
،
0.58
，
0.51
،
0.42
、
0.42
፣
0.39
.
0.38
、（
0.36
.$,
0.36
፣
0.34
，
0.34
POSITIVE LOGITS
if
0.33
is
0.33
We
0.32
ain
0.31
お
0.30
it
0.30
we
0.30
если
0.29
I
0.29
we
0.29
Activations Density 0.457%
،
，
،
、
፣
.
、（
.$,
፣
，
if
is
We
ain
お
it
we
если
I
we