INDEX
Negative Logits
硙
0.80
المرحله
0.79
Small
0.78
والث
0.77
verhalten
0.77
کم
0.77
芍
0.77
成員
0.77
تلوار
0.75
والت
0.75
POSITIVE LOGITS
[]
0.84
prioritization
0.78
itized
0.76
ous
0.74
|
0.74
уте
0.74
reac
0.74
primacy
0.71
categorize
0.70
|
0.70
Activations Density 0.195%