INDEX
Negative Logits
v
1.18
c
0.97
p
0.95
:
0.93
can
0.93
can
0.91
thern
0.90
ca
0.89
kan
0.89
ali
0.88
POSITIVE LOGITS
لية
1.33
ل
1.05
rů
1.02
اتي
1.00
árv
0.98
سين
0.96
لل
0.96
ني
0.95
ták
0.95
باد
0.94
Activations Density 0.001%
v
c
p
:
can
can
thern
ca
kan
ali
لية
ل
rů
اتي
árv
سين
لل
ني
ták
باد