INDEX
Negative Logits
exped
-0.09
Sea
-0.08
BERS
-0.07
Amber
-0.07
Ten
-0.07
tim
-0.07
Rap
-0.07
amber
-0.07
ajo
-0.07
harsh
-0.07
POSITIVE LOGITS
gm
0.08
stole
0.07
manic
0.07
Nico
0.07
Fris
0.07
Beb
0.07
ух
0.07
管
0.07
avec
0.07
Keith
0.07
Activations Density 0.004%