INDEX
Negative Logits
prév
-0.09
moyen
-0.09
ейт
-0.09
осред
-0.08
parkeer
-0.08
minister
-0.08
atr
-0.08
окой
-0.08
_when
-0.08
eid
-0.08
POSITIVE LOGITS
igh
0.19
IGH
0.11
igth
0.11
ighed
0.10
omach
0.09
igt
0.09
ighe
0.08
Pant
0.08
ighth
0.08
rust
0.08
Activations Density 0.002%