INDEX
Negative Logits
亮
0.42
没有任何
0.39
ブ
0.39
okie
0.38
шк
0.38
과는
0.38
हैं
0.38
Nghi
0.38
원은
0.38
anywhere
0.37
POSITIVE LOGITS
因為
0.39
ölker
0.38
ज़ार
0.38
ruiter
0.37
₮
0.36
bert
0.36
saper
0.36
iss
0.36
サマータイヤ
0.36
روز
0.35
Activations Density 0.003%