INDEX
Negative Logits
rb
-0.08
rd
-0.08
र्गत
-0.08
pedi
-0.07
TX
-0.07
agory
-0.07
tad
-0.07
numeral
-0.07
potr
-0.07
وسط
-0.07
POSITIVE LOGITS
-ish
0.10
航
0.08
adi
0.08
bites
0.08
Dun
0.08
zko
0.07
ل
0.07
முட
0.07
للغاية
0.07
滋
0.07
Activations Density 0.008%