INDEX
Negative Logits
Carnegie
-0.09
شاع
-0.08
Thomson
-0.08
pele
-0.08
existem
-0.08
sparkle
-0.08
Hann
-0.08
placas
-0.08
andag
-0.08
Palmas
-0.08
POSITIVE LOGITS
fucked
0.08
follower
0.08
kud
0.08
Appreciation
0.08
ürk
0.07
froze
0.07
apologized
0.07
facil
0.07
遂
0.07
，请
0.07
Activations Density 0.013%