INDEX
Negative Logits
ur
1.16
in
1.03
ى
0.88
inę
0.83
anager
0.79
ння
0.77
ing
0.74
ч
0.73
urized
0.73
จ
0.72
POSITIVE LOGITS
frogs
1.11
frog
1.01
Frog
0.97
Frog
0.95
対
0.85
to
0.84
し
0.83
N
0.82
ků
0.81
Ř
0.80
Activations Density 0.007%
ur
in
ى
inę
anager
ння
ing
ч
urized
จ
frogs
frog
Frog
Frog
対
to
し
N
ků
Ř