INDEX
Negative Logits
estellt
-0.08
ultraviolet
-0.08
ваз
-0.08
настрой
-0.07
nejs
-0.07
discs
-0.07
angel
-0.07
ulter
-0.07
illons
-0.07
directing
-0.07
POSITIVE LOGITS
sanity
0.09
验证
0.08
.Test
0.08
test
0.08
.verify
0.08
驗
0.08
_matches
0.08
/test
0.08
验
0.08
correctness
0.07
Activations Density 0.022%