INDEX
Negative Logits
ב
0.71
ر
0.58
ت
0.57
p
0.57
to
0.54
رود
0.54
t
0.53
i
0.53
tat
0.53
torch
0.52
POSITIVE LOGITS
ငန်း
0.67
omsday
0.59
στον
0.57
многое
0.57
ppel
0.54
indeed
0.52
鵑
0.52
grunds
0.52
vær
0.52
gewoon
0.51
Activations Density 0.230%
ב
ر
ت
p
to
رود
t
i
tat
torch
ငန်း
omsday
στον
многое
ppel
indeed
鵑
grunds
vær
gewoon