INDEX
Negative Logits
창
-0.09
น้ำ
-0.08
غ
-0.08
Zheng
-0.08
нах
-0.08
染
-0.08
�
-0.07
زیاد
-0.07
-0.07
Zhang
-0.07
POSITIVE LOGITS
Aside
0.08
pav
0.07
pren
0.07
aside
0.07
revet
0.07
Aside
0.07
Maria
0.07
latent
0.07
kanan
0.07
둘
0.07
Activations Density 0.005%