INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     Robin
    -0.08
    Cla
    -0.08
    ”活动
    -0.08
     dolayı
    -0.08
    ibur
    -0.08
    ولې
    -0.08
     Wrest
    -0.07
    lié
    -0.07
     výro
    -0.07
    ){
    -0.07
    POSITIVE LOGITS
     freezes
    0.09
     trusting
    0.09
    .todos
    0.08
     freeze
    0.08
     updater
    0.08
    0.08
     updating
    0.08
     frozen
    0.08
    404
    0.07
     froze
    0.07
    Act Density 0.002%

    No Known Activations