INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    0.42
    を中心
    0.42
    0.41
     président
    0.41
     choisir
    0.40
     sobretudo
    0.39
     wszystkie
    0.38
     ricco
    0.37
    ろしく
    0.37
     tất
    0.37
    POSITIVE LOGITS
     sometimes
    0.73
     иногда
    0.69
    某些
    0.66
     Sometimes
    0.61
    Sometimes
    0.61
     parfois
    0.60
    sometimes
    0.60
     kadang
    0.60
    有时
    0.59
     Иногда
    0.58
    Act Density 0.127%

    No Known Activations