INDEX
Negative Logits
abst
-0.08
Male
-0.08
Stu
-0.07
Male
-0.07
今回は
-0.07
Res
-0.07
SAT
-0.07
Flücht
-0.07
-Aug
-0.07
Valid
-0.07
POSITIVE LOGITS
ਵੇ
0.08
”活动
0.08
-même
0.08
vamos
0.07
मालिक
0.07
mà
0.07
происх
0.07
ਕਾਰ
0.07
勢
0.07
-benar
0.07
Activations Density 0.060%