INDEX
Negative Logits
sky
-0.08
enir
-0.08
WWF
-0.07
roster
-0.07
firefighters
-0.07
rooftop
-0.07
$_
-0.07
列
-0.07
Sky
-0.07
doping
-0.07
POSITIVE LOGITS
alde
0.09
hasilkan
0.09
қаси
0.09
macam
0.09
سکتا
0.09
дам
0.09
윤
0.08
여성
0.08
Hu
0.08
tomography
0.08
Activations Density 0.005%