INDEX
Negative Logits
waist
-0.10
smr
-0.08
stove
-0.08
stov
-0.08
Dalton
-0.08
Riv
-0.08
Waist
-0.08
Alien
-0.07
ATR
-0.07
Cob
-0.07
POSITIVE LOGITS
poll
0.08
�
0.07
utiles
0.07
excessively
0.07
词
0.07
rythme
0.07
érations
0.07
ശ്യ
0.07
bout
0.07
scarcity
0.07
Activations Density 0.002%