INDEX
Negative Logits
ام
0.31
nYou
0.31
ation
0.30
ানো
0.30
регистра
0.29
которое
0.29
którego
0.29
অভিনন্দন
0.28
котором
0.28
كان
0.28
POSITIVE LOGITS
themselves
0.42
are
0.37
routinely
0.30
typically
0.30
gravitate
0.30
contemplate
0.29
who
0.29
diligently
0.28
perished
0.27
دارند
0.27
Activations Density 0.015%