INDEX
Negative Logits
主义
-0.08
stalking
-0.08
تعب
-0.07
φορ
-0.07
mits
-0.07
szy
-0.07
secution
-0.07
compelling
-0.07
malt
-0.07
erfüllt
-0.07
POSITIVE LOGITS
chaired
0.08
聊
0.08
Blue
0.08
topper
0.08
Blue
0.07
/blog
0.07
ке
0.07
-blue
0.07
друзей
0.07
Charm
0.07
Activations Density 0.009%