INDEX
Negative Logits
с
1.45
ю
1.22
к
1.21
ات
1.18
िया
1.16
見
1.10
一
1.07
着
1.06
да
1.05
ان
1.01
POSITIVE LOGITS
and
1.63
:
1.47
ur
1.44
by
1.42
IR
1.42
IS
1.39
d
1.33
র
1.26
dh
1.23
CM
1.19
Activations Density 0.002%
с
ю
к
ات
िया
見
一
着
да
ان
and
:
ur
by
IR
IS
d
র
dh
CM