INDEX
Negative Logits
lotte
-0.09
MONEY
-0.08
PARTY
-0.08
Fuck
-0.08
لدي
-0.08
boj
-0.08
OO
-0.08
sourire
-0.07
Celt
-0.07
Plat
-0.07
POSITIVE LOGITS
ap
0.10
Dear
0.08
Ap
0.08
Which
0.08
Ass
0.07
>Please
0.07
Please
0.07
Ensure
0.07
Ap
0.07
”
0.07
Activations Density 0.034%