INDEX
Negative Logits
imposed
-0.08
바랍니다
-0.08
unlimited
-0.08
fait
-0.08
añade
-0.08
hos
-0.08
단계
-0.08
accepted
-0.08
دی
-0.07
받고
-0.07
POSITIVE LOGITS
originally
0.09
δας
0.09
_original
0.09
ώνα
0.09
位置
0.08
.rotate
0.08
的位置
0.08
(original
0.08
Originally
0.08
Originally
0.08
Activations Density 0.017%