INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    Ο
    0.45
    BC
    0.43
    re
    0.43
    ابقة
    0.43
    arrière
    0.42
    эт
    0.42
    Cómo
    0.41
     modelo
    0.40
    Мы
    0.40
    unker
    0.39
    POSITIVE LOGITS
     ARTICLE
    0.47
     ಕ್ರಮ
    0.47
    變化
    0.45
     Motions
    0.44
     descend
    0.43
     Citizenship
    0.43
     പങ്കെടു
    0.43
     nell
    0.42
     istnieje
    0.41
    ള്
    0.41
    Act Density 0.011%

    No Known Activations