INDEX
Negative Logits
навед
-0.08
ולוג
-0.08
ని
-0.08
übr
-0.08
｜
-0.08
יגע
-0.08
-се
-0.08
וצאות
-0.08
нес
-0.08
سالن
-0.08
POSITIVE LOGITS
cliffs
0.09
hills
0.08
blister
0.08
والمن
0.08
Defense
0.08
kel
0.07
curved
0.07
inim
0.07
spir
0.07
icide
0.07
Activations Density 0.003%