INDEX
Negative Logits
据
-0.09
dividing
-0.08
parted
-0.07
poslov
-0.07
根据
-0.07
reduct
-0.07
Eu
-0.07
division
-0.07
divide
-0.07
multiplying
-0.07
POSITIVE LOGITS
uncated
0.09
Draft
0.08
oueur
0.08
米
0.08
.buff
0.08
Ignacio
0.08
vibrant
0.08
cooker
0.08
Draft
0.08
کا
0.08
Activations Density 0.003%