INDEX
Negative Logits
últ
-0.08
golfing
-0.08
permission
-0.08
IQ
-0.07
Tools
-0.07
本
-0.07
tools
-0.07
Buddhist
-0.07
साय
-0.07
Normal
-0.07
POSITIVE LOGITS
roses
0.09
ausges
0.08
Castle
0.08
Ier
0.07
Roses
0.07
Castle
0.07
oon
0.07
nat
0.07
ρού
0.07
tailoring
0.07
Activations Density 0.005%