INDEX
Negative Logits
culturais
0.45
ಸದಸ್ಯ
0.42
彰
0.41
societal
0.40
感染
0.38
society
0.38
culturale
0.38
সমাজে
0.38
社會
0.38
ಕ್ಷೇತ್ರ
0.37
POSITIVE LOGITS
instructions
1.11
Instructions
1.06
instrucciones
0.99
инструкции
0.96
tutorials
0.94
instructions
0.91
tutorial
0.91
Anleitung
0.89
Tutorials
0.89
Instructions
0.89
Activations Density 0.618%