INDEX
Negative Logits
allure
-0.08
symbolize
-0.08
sheer
-0.07
সম্ম
-0.07
tul
-0.07
symbolizes
-0.07
Sw
-0.07
shocked
-0.07
зу
-0.07
déb
-0.07
POSITIVE LOGITS
Finger
0.08
ಗಾರ
0.08
damp
0.08
politic
0.07
Arch
0.07
Wars
0.07
eaten
0.07
requ
0.07
Son
0.07
(seg
0.07
Activations Density 0.003%