INDEX
Negative Logits
(W
-0.07
.Init
-0.07
_sub
-0.06
APO
-0.06
_LINES
-0.06
Tra
-0.06
------
-0.06
_EXP
-0.06
Orient
-0.06
_WRAP
-0.06
POSITIVE LOGITS
./
0.07
вироб
0.07
±
0.07
щі
0.06
místo
0.06
Ú
0.06
`}
0.06
WINDOWS
0.06
protocols
0.06
diy
0.06
Activations Density 0.006%