INDEX
Negative Logits
Drap
-0.09
域
-0.08
主体
-0.08
tund
-0.08
forêt
-0.08
-0.08
�
-0.08
евер
-0.07
森林
-0.07
误
-0.07
POSITIVE LOGITS
ch
0.08
�
0.08
adequ
0.07
chi
0.07
изуч
0.07
dig
0.07
malu
0.07
offici
0.07
لاب
0.07
dig
0.07
Activations Density 0.005%