INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    Gaz
    0.47
    Dave
    0.45
     Dave
    0.45
    Zhou
    0.45
    Adm
    0.45
    Camp
    0.43
    Rem
    0.42
    Vod
    0.42
    Diego
    0.42
    Team
    0.41
    POSITIVE LOGITS
    ellä
    0.46
    ifilm
    0.46
     আঙ
    0.45
    вшиеся
    0.45
    äten
    0.44
    िको
    0.44
    ছেন
    0.43
     ভঙ্গ
    0.42
    вшихся
    0.42
    tevõ
    0.41
    Act Density 0.007%

    No Known Activations