INDEX
Negative Logits
знов
-0.07
acle
-0.07
inder
-0.07
Bass
-0.06
nay
-0.06
speech
-0.06
pornstar
-0.06
fore
-0.06
Libre
-0.06
-
-0.06
POSITIVE LOGITS
et
0.15
Et
0.15
Et
0.13
ET
0.12
.et
0.10
(et
0.10
et
0.10
_ET
0.10
_et
0.09
ET
0.09
Activations Density 0.020%