INDEX
Negative Logits
exaggerated
-0.09
gillar
-0.08
marrow
-0.08
offic
-0.08
जोर
-0.07
ها
-0.07
hugged
-0.07
ώνα
-0.07
าต
-0.07
argest
-0.07
POSITIVE LOGITS
sínt
0.08
peroxide
0.07
/by
0.07
subjects
0.07
કેમ
0.07
，例如
0.07
SOUR
0.07
phäre
0.07
vier
0.07
તે
0.07
Activations Density 0.012%