INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     Gab
    -0.09
    おります
    -0.08
    stab
    -0.08
     SPR
    -0.08
     Legisl
    -0.07
    SPR
    -0.07
    лага
    -0.07
     Stark
    -0.07
     OTC
    -0.07
    claims
    -0.07
    POSITIVE LOGITS
    phony
    0.08
     Angela
    0.08
    houette
    0.08
     ike
    0.08
     asi
    0.08
     coc
    0.07
     lotus
    0.07
    0.07
    По
    0.07
     Einstein
    0.07
    Act Density 0.011%

    No Known Activations