INDEX
Negative Logits
county
-0.09
cones
-0.09
fisi
-0.08
bastante
-0.07
CEC
-0.07
_DONE
-0.07
taus
-0.07
ccb
-0.07
ستی
-0.07
cene
-0.07
POSITIVE LOGITS
unacceptable
0.12
Illegal
0.10
fatal
0.10
incorrect
0.10
.Fatal
0.10
.Illegal
0.10
alguno
0.10
forbid
0.09
либо
0.09
harmful
0.09
Activations Density 0.017%