INDEX
Negative Logits
ي
0.83
ه
0.79
u
0.77
މ
0.75
ת
0.74
عرف
0.73
고
0.73
an
0.73
ان
0.72
a
0.71
POSITIVE LOGITS
arsi
0.56
aded
0.55
ukt
0.53
ák
0.52
ICA
0.52
ých
0.52
imental
0.51
ige
0.50
rica
0.50
Cine
0.48
Activations Density 0.001%
ي
ه
u
މ
ת
عرف
고
an
ان
a
arsi
aded
ukt
ák
ICA
ých
imental
ige
rica
Cine