INDEX
Negative Logits
ة
2.48
ing
2.47
၎င်း
2.27
britannien
2.00
ている
1.99
lar
1.94
————
1.91
ků
1.91
ه
1.88
ların
1.88
POSITIVE LOGITS
те
2.64
т
2.39
𝘴
2.36
ا
2.33
𝙚
2.19
й
2.08
ಲ್ಲಿ
2.05
𝙖
2.05
н
2.03
ET
2.02
Activations Density 0.210%
ة
ing
၎င်း
britannien
ている
lar
————
ků
ه
ların
те
т
𝘴
ا
𝙚
й
ಲ್ಲಿ
𝙖
н
ET