INDEX
Negative Logits
無
0.41
Juan
0.39
Fernando
0.38
僅
0.38
PIN
0.37
Disclosure
0.37
still
0.37
ISR
0.37
无
0.36
Ini
0.36
POSITIVE LOGITS
achite
0.46
pareil
0.41
desp
0.40
pruch
0.40
évalu
0.39
doubt
0.37
thisTrial
0.37
œufs
0.37
نفرت
0.36
penilaian
0.36
Activations Density 0.001%