INDEX
Negative Logits
hor
-0.08
Clay
-0.08
vlət
-0.08
hal
-0.08
Evil
-0.08
hlam
-0.08
ुट
-0.08
haal
-0.07
үләт
-0.07
ضرار
-0.07
POSITIVE LOGITS
akanaka
0.13
'nin
0.12
'y
0.12
'n
0.11
aruh
0.11
'in
0.11
ohana
0.11
’y
0.10
aka
0.10
ip
0.10
Activations Density 0.005%