INDEX
Negative Logits
fd
-0.08
equiv
-0.07
seh
-0.07
East
-0.07
husband
-0.07
-0.07
、水
-0.07
señala
-0.07
potatoes
-0.07
Kill
-0.07
POSITIVE LOGITS
eftijd
0.08
outsiders
0.08
ريان
0.08
ranking
0.08
.lambda
0.08
চাক
0.08
ilin
0.07
rarity
0.07
atórios
0.07
avaient
0.07
Activations Density 0.001%