INDEX
Negative Logits
hottest
-0.08
oretical
-0.08
rapport
-0.08
arasında
-0.07
irio
-0.07
entre
-0.07
olocation
-0.07
succesvol
-0.07
preis
-0.07
ತಿ
-0.07
POSITIVE LOGITS
unchanged
0.10
.king
0.08
Profession
0.08
plaat
0.08
circle
0.08
forth
0.08
таки
0.07
isme
0.07
whichever
0.07
Anyway
0.07
Activations Density 0.010%