INDEX
Negative Logits
I
0.94
ן
0.78
ுக
0.73
IFI
0.70
ని
0.69
ت
0.63
IX
0.63
др
0.62
ره
0.61
들이
0.61
POSITIVE LOGITS
en
1.15
er
0.98
ad
0.93
as
0.89
proviso
0.85
u
0.84
on
0.82
ために
0.81
ak
0.79
த்தில்
0.79
Activations Density 0.006%
I
ן
ுக
IFI
ని
ت
IX
др
ره
들이
en
er
ad
as
proviso
u
on
ために
ak
த்தில்