INDEX
Negative Logits
ыты
-0.09
wachsen
-0.08
Weeks
-0.08
-0.08
_PLATFORM
-0.08
Plataforma
-0.08
>w
-0.08
Walls
-0.08
在
-0.08
Essa
-0.07
POSITIVE LOGITS
cuck
0.10
anti
0.09
mism
0.09
Anti
0.09
stolen
0.09
scrambled
0.09
empêcher
0.09
permutation
0.08
Incorrect
0.08
disgr
0.08
Activations Density 0.028%