INDEX
Negative Logits
negra
-0.08
(CG
-0.08
tac
-0.07
Fa
-0.07
irrev
-0.07
राहत
-0.07
عمر
-0.07
.ACT
-0.07
القر
-0.07
(drop
-0.07
POSITIVE LOGITS
anni
0.08
Sher
0.07
Grie
0.07
небольшой
0.07
Kop
0.07
SOS
0.07
Fab
0.07
�
0.07
ironically
0.07
servei
0.07
Activations Density 0.003%