INDEX
Negative Logits
ভাবনা
0.70
यूनिवर्स
0.69
arm
0.66
রিদ্র
0.65
incu
0.64
ক্ষেত্র
0.64
}^{0.63
αρ
0.63
unie
0.63
Bang
0.63
POSITIVE LOGITS
FALSE
0.86
theoretical
0.84
ถา
0.82
вається
0.82
compro
0.79
false
0.78
fug
0.78
false
0.77
squig
0.77
zigzag
0.77
Activations Density 0.003%