INDEX
Negative Logits
Μ
-0.09
выключ
-0.09
λε
-0.09
אותה
-0.09
?’↵↵
-0.08
zorgt
-0.08
ווערט
-0.08
સહિત
-0.08
אויפ
-0.08
.wx
-0.08
POSITIVE LOGITS
ax
0.08
agile
0.08
ax
0.07
instanceof
0.07
usually
0.07
tuberculosis
0.07
=
0.07
通常
0.07
spelled
0.07
is
0.07
Activations Density 0.065%