INDEX
Negative Logits
↵
0.54
od
0.48
.
0.46
asten
0.43
<0xAB>
0.43
áng
0.43
ast
0.42
ра
0.42
atamente
0.42
ying
0.41
POSITIVE LOGITS
hérit
0.52
츈
0.49
ᥣ
0.48
MUN
0.48
र्ख
0.48
Რ
0.47
asidd
0.45
POSIT
0.45
輋
0.45
ریک
0.44
Activations Density 0.004%
↵
od
.
asten
<0xAB>
áng
ast
ра
atamente
ying
hérit
츈
ᥣ
MUN
र्ख
Რ
asidd
POSIT
輋
ریک