INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     femei
    0.41
     kvinn
    0.40
    women
    0.40
     vrouwen
    0.40
     mujeres
    0.39
     महिला
    0.39
     femmes
    0.39
     خواتین
    0.39
     женщин
    0.38
     زنان
    0.38
    POSITIVE LOGITS
     masculine
    0.50
     masculina
    0.48
     male
    0.47
     муж
    0.46
    男性
    0.46
     macho
    0.44
     পুরুষ
    0.43
     secular
    0.43
     পুরুষের
    0.43
     manly
    0.42
    Act Density 1.124%

    No Known Activations