INDEX
Negative Logits
-0.08
estable
-0.08
panc
-0.07
सी
-0.07
alert
-0.07
reserv
-0.07
punches
-0.07
män
-0.07
ahid
-0.07
غوښت
-0.07
POSITIVE LOGITS
attaque
0.08
gewicht
0.08
きを
0.08
horário
0.08
మాట్ల
0.07
wissen
0.07
正规
0.07
več
0.07
Directional
0.07
Else
0.07
Activations Density 0.005%