INDEX
Negative Logits
bare
-0.07
lineage
-0.07
skiing
-0.06
�
-0.06
italiano
-0.06
/mark
-0.06
cul
-0.06
CONFIG
-0.06
leta
-0.06
tet
-0.06
POSITIVE LOGITS
VA
0.25
VA
0.16
_va
0.08
va
0.07
UA
0.07
которое
0.07
LA
0.06
.va
0.06
_VAL
0.06
rans
0.06
Activations Density 0.002%