INDEX
Negative Logits
!",
0.74
!\
0.66
!"
0.66
!!!!
0.65
!,
0.64
!!,
0.64
!)
0.64
!")
0.63
!".
0.63
!!!!!
0.63
POSITIVE LOGITS
?
3.23
？
3.20
؟
3.13
?"
2.81
?”
2.80
?)
2.72
?</
2.64
?'
2.63
?",
2.56
?’
2.56
Activations Density 0.753%
!",
!\
!"
!!!!
!,
!!,
!)
!")
!".
!!!!!
?
？
؟
?"
?”
?)
?</
?'
?",
?’