INDEX
Negative Logits
麝
0.40
煖
0.39
Hebre
0.39
raient
0.38
शिवम
0.38
ल
0.38
๚
0.37
そこに
0.37
ኰ
0.36
znych
0.36
POSITIVE LOGITS
Y
0.73
Y
0.66
IELD
0.56
psilon
0.54
الي
0.54
OY
0.51
YT
0.49
AY
0.49
YY
0.47
Yn
0.47
Activations Density 0.094%
麝
煖
Hebre
raient
शिवम
ल
๚
そこに
ኰ
znych
Y
Y
IELD
psilon
الي
OY
YT
AY
YY
Yn