INDEX
Negative Logits
ר
0.66
ма
0.66
ור
0.65
יל
0.64
зи
0.63
า
0.61
а
0.59
ба
0.59
א
0.59
ор
0.58
POSITIVE LOGITS
0.52
Se
0.51
se
0.50
Ch
0.50
See
0.50
Sh
0.48
includes
0.48
tiene
0.48
As
0.48
Sol
0.48
Activations Density 0.367%
ר
ма
ור
יל
зи
า
а
ба
א
ор
Se
se
Ch
See
Sh
includes
tiene
As
Sol