INDEX
Negative Logits
Serg
-0.08
dims
-0.07
interc
-0.07
Avi
-0.07
Kurt
-0.07
Glitter
-0.07
靠
-0.07
hack
-0.07
việc
-0.07
shit
-0.07
POSITIVE LOGITS
umulative
0.09
elsius
0.08
咪
0.08
iklik
0.08
rd
0.08
agory
0.08
унда
0.07
amara
0.07
tut
0.07
وص
0.07
Activations Density 0.220%