INDEX
Negative Logits
K
0.70
銘
0.70
name
0.69
cat
0.68
the
0.67
pri
0.67
men
0.67
name
0.67
0.67
for
0.66
POSITIVE LOGITS
שלא
1.24
Hanya
1.21
缺乏
1.11
没有
1.09
""`
1.08
ँच
1.08
gll
1.05
толькі
1.04
zonder
1.04
沒有
1.01
Activations Density 0.069%
K
銘
name
cat
the
pri
men
name
for
שלא
Hanya
缺乏
没有
""`
ँच
gll
толькі
zonder
沒有