INDEX
Negative Logits
an
2.47
ان
2.36
is
2.34
ak
2.27
ar
2.23
ಾ
2.22
in
2.17
al
2.17
el
2.06
u
2.06
POSITIVE LOGITS
ς
1.70
the
1.46
sail
1.44
Н
1.44
szer
1.38
1.38
an
1.37
และ
1.34
ТА
1.34
𝐬
1.33
Activations Density 0.914%
an
ان
is
ak
ar
ಾ
in
al
el
u
ς
the
sail
Н
szer
an
และ
ТА
𝐬