INDEX
Negative Logits
a
1.26
"
1.22
'
1.08
ા
1.08
c
1.01
לי
0.98
া
0.96
ス
0.90
ון
0.89
く
0.88
POSITIVE LOGITS
ors
0.95
G
0.93
pre
0.91
Pre
0.86
kommer
0.82
rive
0.81
ish
0.80
प्री
0.79
ي
0.79
و
0.78
Activations Density 0.018%
a
"
'
ા
c
לי
া
ス
ון
く
ors
G
pre
Pre
kommer
rive
ish
प्री
ي
و