INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     eighty
    0.60
     ninety
    0.57
    の世界
    0.52
    ত্তর
    0.47
    ాతీయ
    0.46
    几十
    0.46
    ensk
    0.46
     seventy
    0.45
     Eighty
    0.44
    пла
    0.44
    POSITIVE LOGITS
     second
    0.95
     trzec
    0.90
     ketiga
    0.89
     zweiten
    0.89
     ikinci
    0.88
     második
    0.88
     الثالث
    0.88
     segunda
    0.87
     दूसरा
    0.87
     SECOND
    0.87
    Act Density 0.347%

    No Known Activations