INDEX
Negative Logits
be
1.34
س
1.23
a
1.22
á
1.14
र
1.11
ب
1.05
is
1.01
ز
1.01
ont
1.00
s
1.00
POSITIVE LOGITS
W
1.70
w
1.40
I
1.16
ре
1.14
IES
1.07
IO
1.05
U
1.02
و
0.98
quele
0.95
あなたが
0.95
Activations Density 0.027%
be
س
a
á
र
ب
is
ز
ont
s
W
w
I
ре
IES
IO
U
و
quele
あなたが