INDEX
Negative Logits
营业
-0.07
Champion
-0.07
ermög
-0.07
Bonus
-0.06
intrusive
-0.06
Insp
-0.06
合作
-0.06
oras
-0.06
clot
-0.06
круп
-0.06
POSITIVE LOGITS
satire
0.10
parody
0.07
ัฐ
0.07
енных
0.06
critically
0.06
الدر
0.06
precis
0.06
англ
0.06
successive
0.06
tarihi
0.06
Activations Density 0.007%