INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     εύ
    0.44
     trafficking
    0.43
     эпи
    0.40
    0.40
    рования
    0.39
    terbury
    0.39
     ресурсов
    0.39
    ρε
    0.38
    raisers
    0.38
    自身的
    0.38
    POSITIVE LOGITS
    an
    0.67
    ان
    0.52
     akt
    0.50
     gaw
    0.48
    റുണ്ട്
    0.48
    ي
    0.46
    0.46
    actor
    0.46
    another
    0.46
     voulu
    0.45
    Act Density 0.002%

    No Known Activations