INDEX
Negative Logits
�
-0.07
Cum
-0.07
通知
-0.07
Actual
-0.07
ğitim
-0.07
—an
-0.07
kém
-0.07
en
-0.07
オン
-0.07
Cohen
-0.07
POSITIVE LOGITS
Liberty
0.18
liberty
0.13
liberties
0.11
libert
0.08
Libre
0.08
Liberties
0.07
Libert
0.07
libero
0.07
ty
0.07
Pirates
0.07
Activations Density 0.004%