INDEX
Negative Logits
alarms
0.70
sabot
0.65
nacht
0.62
romans
0.61
når
0.61
parlé
0.60
kada
0.59
spasms
0.59
bipart
0.59
waveforms
0.58
POSITIVE LOGITS
ЕР
0.58
۰
0.57
ribution
0.57
Wikimedia
0.55
<0x80>
0.53
ин
0.53
Ин
0.53
pose
0.52
ando
0.51
ИН
0.50
Activations Density 0.051%