INDEX
Negative Logits
Nah
-0.09
ನಿರ
-0.08
Nah
-0.08
déjeuner
-0.08
Jackie
-0.08
Sandy
-0.07
Bla
-0.07
Susan
-0.07
-Marie
-0.07
calibre
-0.07
POSITIVE LOGITS
Hole
0.08
hole
0.08
Hole
0.08
rää
0.08
之外
0.08
631
0.07
holes
0.07
camer
0.07
925
0.07
Attr
0.07
Activations Density 0.006%