INDEX
Negative Logits
Flynn
-0.06
osta
-0.06
ofere
-0.06
Vert
-0.06
.Scene
-0.06
innitus
-0.06
겠
-0.06
озна
-0.06
susceptibility
-0.06
sublist
-0.06
POSITIVE LOGITS
hard
0.15
Hard
0.14
Hard
0.11
harder
0.09
-hard
0.09
_hard
0.09
hard
0.09
HARD
0.08
Harding
0.08
hardened
0.08
Activations Density 0.018%