INDEX
Negative Logits
ethol
-0.07
יות
-0.07
असून
-0.07
927
-0.07
וצר
-0.07
Robert
-0.07
�
-0.07
trường
-0.07
در
-0.06
antenna
-0.06
POSITIVE LOGITS
Liv
0.08
います
0.08
at
0.08
liv
0.07
unum
0.07
Dear
0.07
perd
0.07
Dense
0.07
าญ
0.07
diversify
0.07
Activations Density 0.092%