INDEX
Negative Logits
hinweg
-0.08
बिना
-0.07
formen
-0.07
auen
-0.07
વગર
-0.07
เห็น
-0.07
，总
-0.07
_gender
-0.07
出去
-0.07
nah
-0.07
POSITIVE LOGITS
DY
0.08
баланс
0.08
luk
0.08
embassy
0.08
deith
0.08
ូល
0.08
�
0.07
dyn
0.07
mun
0.07
plug
0.07
Activations Density 0.001%