INDEX
Negative Logits
ával
-0.08
keren
-0.08
angu
-0.07
Mali
-0.07
Betracht
-0.07
산
-0.07
reciproc
-0.07
（日
-0.07
Champagne
-0.07
Kant
-0.07
POSITIVE LOGITS
09
0.08
[M
0.08
Package
0.08
stanie
0.08
Parking
0.08
Paw
0.07
Pack
0.07
Verb
0.07
Lash
0.07
Fem
0.07
Activations Density 0.001%