INDEX
Negative Logits
assen
-0.08
.attr
-0.07
susu
-0.07
.tmp
-0.07
drastically
-0.07
namelijk
-0.07
.rem
-0.07
ylabel
-0.07
.btn
-0.07
农村
-0.07
POSITIVE LOGITS
和值
0.08
probing
0.08
שאל
0.08
menge
0.07
包含
0.07
ترغب
0.07
ҙа
0.07
ith
0.07
defe
0.07
até
0.07
Activations Density 0.024%