INDEX
Negative Logits
yola
-0.07
swallowed
-0.07
(":/-0.07
-loving
-0.06
(serv
-0.06
Par
-0.06
havoc
-0.06
guise
-0.06
крок
-0.06
ερ
-0.06
POSITIVE LOGITS
Buddha
0.16
Budd
0.09
budd
0.08
استاندارد
0.07
佛
0.07
佛
0.06
255
0.06
edException
0.06
Bri
0.06
Fif
0.06
Activations Density 0.002%