INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    变得
    0.67
    Become
    0.65
     станови
    0.59
     Become
    0.58
     صارت
    0.56
    变成
    0.56
     становится
    0.56
    显得
    0.55
    become
    0.55
    變成
    0.55
    POSITIVE LOGITS
     to
    0.95
     by
    0.93
     oleh
    0.72
     να
    0.70
     alongside
    0.69
     untuk
    0.66
     sebagai
    0.65
     doorways
    0.63
    by
    0.63
     ως
    0.63
    Act Density 0.045%

    No Known Activations