INDEX
Negative Logits
১৮
0.42
thick
0.39
Love
0.39
throw
0.39
LOVE
0.39
دائو
0.38
DIV
0.38
fier
0.37
rapers
0.36
Tuck
0.36
POSITIVE LOGITS
binary
0.50
binary
0.47
Binary
0.44
Binary
0.43
lames
0.39
প্রশ
0.38
badania
0.38
spider
0.38
廣場
0.38
அப்ப
0.37
Activations Density 0.001%