INDEX
Negative Logits
ang
1.21
in
1.14
am
1.04
en
1.03
a
1.00
ام
1.00
та
0.94
你
0.89
ak
0.89
اك
0.89
POSITIVE LOGITS
กับ
1.15
monkey
1.05
Monkey
1.05
Monkey
0.98
ב
0.97
Monkeys
0.95
}
0.94
)
0.87
ం
0.87
]
0.86
Activations Density 0.003%
ang
in
am
en
a
ام
та
你
ak
اك
กับ
monkey
Monkey
Monkey
ב
Monkeys
}
)
ం
]