INDEX
Negative Logits
ed
2.21
ة
1.92
ый
1.67
ت
1.66
न
1.56
۰۰
1.51
変更
1.50
evich
1.47
берите
1.46
equated
1.44
POSITIVE LOGITS
re
1.53
𝙖
1.51
upon
1.48
vastly
1.46
radically
1.46
𝑎
1.41
ਕ
1.40
ں
1.38
ra
1.37
Upon
1.37
Activations Density 0.041%
ed
ة
ый
ت
न
۰۰
変更
evich
берите
equated
re
𝙖
upon
vastly
radically
𝑎
ਕ
ں
ra
Upon