INDEX
Negative Logits
ช
-0.09
તેનો
-0.08
sebag
-0.08
ાજપ
-0.08
қаты
-0.08
ჟ
-0.08
зураг
-0.08
등
-0.08
არსებ
-0.08
ություն
-0.08
POSITIVE LOGITS
nie
0.08
שה
0.08
issue
0.07
remov
0.07
♡
0.07
Wag
0.07
deth
0.07
enten
0.07
utan
0.07
Crack
0.07
Activations Density 0.063%