INDEX
Negative Logits
ergic
-0.07
started
-0.07
dele
-0.07
ճ
-0.07
avance
-0.07
avail
-0.07
diketahui
-0.07
تدو
-0.07
preg
-0.07
'adresse
-0.07
POSITIVE LOGITS
兽
0.10
ornate
0.09
adorned
0.09
doorway
0.09
рам
0.09
thresh
0.09
�
0.08
_gate
0.08
reshold
0.08
墙
0.08
Activations Density 0.005%