INDEX
Negative Logits
Playground
-0.08
disf
-0.08
profanity
-0.08
madh
-0.08
Joey
-0.08
probs
-0.08
trou
-0.08
signific
-0.08
masturb
-0.07
昵称
-0.07
POSITIVE LOGITS
vloer
0.10
PCI
0.08
livestock
0.08
holders
0.08
运输
0.08
qh
0.08
quarterly
0.08
аны
0.08
countless
0.07
zahlreiche
0.07
Activations Density 0.008%