INDEX
Negative Logits
我
1.47
na
1.46
la
1.45
lara
1.42
ل
1.40
rary
1.36
на
1.28
lja
1.27
om
1.26
sk
1.24
POSITIVE LOGITS
6
1.65
7
1.41
9
1.37
8
1.30
0
1.29
5
1.25
4
1.23
3
1.17
2
1.09
steal
1.05
Activations Density 0.001%
我
na
la
lara
ل
rary
на
lja
om
sk
6
7
9
8
0
5
4
3
2
steal