INDEX
Negative Logits
bell
-0.09
vestir
-0.08
고
-0.08
beratung
-0.08
avenues
-0.07
hey
-0.07
courage
-0.07
กำ
-0.07
willingness
-0.07
-0.07
POSITIVE LOGITS
於
0.09
intimately
0.09
lèvres
0.08
乎
0.08
于
0.08
accomplished
0.08
nhau
0.07
ότε
0.07
kissing
0.07
但
0.07
Activations Density 0.010%