INDEX
Negative Logits
dec
0.41
्याने
0.38
kong
0.36
vir
0.35
ProductID
0.35
𝓁
0.35
posting
0.34
Skirt
0.34
کنار
0.34
Gupta
0.33
POSITIVE LOGITS
༠
0.46
٢
0.44
٣
0.42
ホ
0.42
٣
0.42
煦
0.41
आम्
0.40
日报
0.40
ಜೆ
0.39
١
0.39
Activations Density 0.002%
dec
्याने
kong
vir
ProductID
𝓁
posting
Skirt
کنار
Gupta
༠
٢
٣
ホ
٣
煦
आम्
日报
ಜೆ
١