INDEX
    Explanations

    possessive pronouns across languages

    New Auto-Interp
    Negative Logits
     diadakan
    0.42
     obsessed
    0.40
     obsess
    0.40
    0.40
     vaguely
    0.39
    私は
    0.39
     proletariat
    0.39
     sab
    0.39
    我不
    0.39
    我自己
    0.39
    POSITIVE LOGITS
     naš
    0.66
     our
    0.63
     unserer
    0.63
     unseres
    0.63
     naszych
    0.60
     हमारी
    0.57
     нашего
    0.57
     naszego
    0.57
    我们的
    0.57
     nosso
    0.57
    Act Density 0.160%

    No Known Activations