INDEX
Negative Logits
ل
0.54
0.47
Allah
0.45
Française
0.45
ME
0.45
UP
0.44
อ
0.43
ART
0.41
РО
0.41
ро
0.41
POSITIVE LOGITS
শীল
0.52
mär
0.50
δήποτε
0.47
一致
0.47
ted
0.45
tsv
0.45
कर्ता
0.45
ting
0.44
TING
0.43
σεων
0.43
Activations Density 0.032%
ل
Allah
Française
ME
UP
อ
ART
РО
ро
শীল
mär
δήποτε
一致
ted
tsv
कर्ता
ting
TING
σεων