INDEX
Negative Logits
ER
1.09
at
1.01
0.95
2
0.93
ется
0.92
I
0.89
ulation
0.89
anya
0.86
that
0.85
’
0.84
POSITIVE LOGITS
ت
1.32
٠
1.16
t
1.08
0
1.07
る
1.05
p
1.02
<0x80>
1.02
کمی
1.02
т
1.01
るので
0.98
Activations Density 0.001%
ER
at
2
ется
I
ulation
anya
that
’
ت
٠
t
0
る
p
<0x80>
کمی
т
るので