INDEX
Negative Logits
t
1.58
g
1.25
ли
1.14
ہ
1.12
на
1.05
ла
1.05
ci
0.95
gambar
0.94
ą
0.92
dari
0.88
POSITIVE LOGITS
can
1.49
ד
1.32
you
1.13
an
1.13
il
1.13
T
1.12
로
1.07
ל
1.05
ما
1.00
也
0.98
Activations Density 0.001%
t
g
ли
ہ
на
ла
ci
gambar
ą
dari
can
ד
you
an
il
T
로
ל
ما
也