INDEX
Negative Logits
சார்
0.37
Bueno
0.37
durant
0.36
waarbij
0.36
overrides
0.35
vermeiden
0.34
knives
0.32
गर्दन
0.32
Wechsler
0.32
melibatkan
0.32
POSITIVE LOGITS
放到
0.49
afterward
0.49
afterwards
0.47
потім
0.44
usable
0.44
用于
0.41
放入
0.39
destined
0.39
Afterwards
0.38
পরবর্তীতে
0.38
Activations Density 0.191%