INDEX
Negative Logits
चल
-0.08
广大
-0.08
люд
-0.07
pedag
-0.07
iais
-0.07
Wool
-0.07
(ws
-0.07
playground
-0.07
Lou
-0.07
uyor
-0.07
POSITIVE LOGITS
掉
0.08
sob
0.08
cramps
0.08
cuc
0.08
coma
0.08
compressed
0.07
dehydr
0.07
rédu
0.07
flowers
0.07
warfare
0.07
Activations Density 0.004%