INDEX
Negative Logits
ان
0.40
ش
0.39
وری
0.38
ائی
0.38
ین
0.37
ری
0.37
لی
0.37
ایت
0.37
اسی
0.37
سی
0.36
POSITIVE LOGITS
stru
0.32
自分
0.29
}$
0.27
bell
0.27
spacings
0.27
ever
0.27
densities
0.27
)
0.27
arding
0.27
GP
0.27
Activations Density 0.039%
ان
ش
وری
ائی
ین
ری
لی
ایت
اسی
سی
stru
自分
}$
bell
spacings
ever
densities
)
arding
GP