INDEX
Explanations
essential, primary, highly, machine
New Auto-Interp
Negative Logits
ل
3.75
м
2.52
з
2.50
م
2.33
ра
2.06
harassing
1.97
्
1.95
ar
1.91
ী
1.87
ো
1.85
POSITIVE LOGITS
2.39
𝘈
1.95
𝒟
1.95
坞
1.75
Ін
1.70
Есть
1.69
Един
1.69
Під
1.68
mejora
1.67
𝙳
1.66
Activations Density 0.813%