INDEX
Negative Logits
Vest
-0.09
Buck
-0.08
deliver
-0.08
buck
-0.08
lack
-0.08
bcc
-0.08
jeros
-0.08
Evangel
-0.08
lady
-0.08
ढ
-0.08
POSITIVE LOGITS
(prompt
0.09
^{-0.08
imdb
0.07
0.07
逐
0.07
Tex
0.07
pb
0.07
((
0.07
(My
0.07
(separator
0.07
Activations Density 0.001%