INDEX
Negative Logits
to
0.72
d
0.63
า
0.59
पूछते
0.57
ו
0.56
dalam
0.55
و
0.55
↵↵
0.52
g
0.50
ᱶ
0.50
POSITIVE LOGITS
un
0.99
Un
0.69
risked
0.64
unha
0.62
unveiled
0.61
अन
0.59
una
0.56
Un
0.56
ین
0.55
unatt
0.55
Activations Density 0.019%
to
d
า
पूछते
ו
dalam
و
↵↵
g
ᱶ
un
Un
risked
unha
unveiled
अन
una
Un
ین
unatt