INDEX
Negative Logits
ানির
0.43
改装
0.42
俄
0.42
大学
0.41
天赋
0.40
TRANSP
0.40
户
0.39
ADDING
0.39
ক্ষমতা
0.38
COLLEGE
0.38
POSITIVE LOGITS
only
0.62
толькі
0.50
only
0.45
fray
0.44
Menon
0.43
them
0.42
unworthy
0.41
alleen
0.41
Only
0.41
seulement
0.41
Activations Density 0.002%