INDEX
Negative Logits
EOS
-0.09
pn
-0.08
SG
-0.07
vd
-0.07
eb
-0.07
Finn
-0.07
Indicates
-0.07
stead
-0.07
Jog
-0.07
靠
-0.07
POSITIVE LOGITS
Bart
0.09
Petr
0.08
ricula
0.07
ă
0.07
mnt
0.07
sed
0.07
Barber
0.07
savings
0.07
�
0.07
Cabinet
0.07
Activations Density 0.004%