INDEX
Negative Logits
harte
-0.09
andbox
-0.08
stone
-0.08
Twe
-0.07
inecraft
-0.07
grinding
-0.07
الزمن
-0.07
Sandbox
-0.07
pist
-0.07
Skrill
-0.07
POSITIVE LOGITS
babagan
0.09
asten
0.08
Content
0.07
کیږي
0.07
cycling
0.07
mengenai
0.07
lias
0.07
ோம்
0.07
Diane
0.07
.Content
0.07
Activations Density 0.003%