INDEX
Negative Logits
kr
0.38
西
0.37
ussia
0.34
ISP
0.34
cn
0.33
侵
0.32
hen
0.31
isp
0.31
zinc
0.30
KP
0.30
POSITIVE LOGITS
BE
0.45
NL
0.39
NL
0.38
nl
0.36
BE
0.34
<0xC2>
0.31
nn
0.30
FR
0.30
IT
0.30
BS
0.29
Activations Density 0.001%
kr
西
ussia
ISP
cn
侵
hen
isp
zinc
KP
BE
NL
NL
nl
BE
<0xC2>
nn
FR
IT
BS