INDEX
Negative Logits
Troubles
-0.08
بدل
-0.08
Plain
-0.08
Handy
-0.08
condom
-0.08
ول
-0.07
можем
-0.07
رد
-0.07
وب
-0.07
๋
-0.07
POSITIVE LOGITS
gong
0.08
Stuttgart
0.08
0.08
大战
0.07
dynasty
0.07
烟
0.07
thirst
0.07
sleep
0.07
kn
0.07
pilgrimage
0.07
Activations Density 0.002%