INDEX
Negative Logits
práce
0.81
funkce
0.81
arbeiten
0.79
вик
0.79
fonctionner
0.77
sounded
0.77
begonnen
0.76
funktionieren
0.75
vedit
0.75
visible
0.75
POSITIVE LOGITS
Bad
0.62
bad
0.61
不妨
0.58
繰
0.56
ब्राउन
0.56
bad
0.55
را
0.54
comfortably
0.53
Bienvenido
0.53
PTION
0.52
Activations Density 0.024%