INDEX
Negative Logits
bienes
-0.08
surn
-0.08
çons
-0.08
訳
-0.08
merchants
-0.08
婆
-0.08
obdob
-0.08
nero
-0.08
１９
-0.08
memperoleh
-0.08
POSITIVE LOGITS
spoiler
0.08
endet
0.08
Integrity
0.07
VIS
0.07
thermal
0.07
외
0.07
outage
0.07
integrity
0.07
筛
0.07
外
0.07
Activations Density 0.015%