INDEX
Negative Logits
ن
2.22
en
2.10
ر
2.08
u
1.71
ার
1.70
r
1.63
ир
1.60
л
1.56
ాలు
1.54
o
1.46
POSITIVE LOGITS
्स
1.60
tion
1.53
tz
1.53
ging
1.50
्यारह
1.49
ค์
1.46
憬
1.46
ged
1.44
regated
1.43
tan
1.40
Activations Density 0.216%
ن
en
ر
u
ার
r
ир
л
ాలు
o
्स
tion
tz
ging
्यारह
ค์
憬
ged
regated
tan