INDEX
Negative Logits
fim
-0.08
Copper
-0.08
compensation
-0.07
-vous
-0.07
Cer
-0.07
担
-0.07
wyk
-0.07
angel
-0.07
halte
-0.07
grille
-0.07
POSITIVE LOGITS
asi
0.08
-thirds
0.08
Cohen
0.08
（二
0.07
autos
0.07
males
0.07
ಕ
0.07
females
0.07
SID
0.07
ിയായി
0.07
Activations Density 0.005%