INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     සහ
    0.43
    0.37
     cuyas
    0.37
     الذين
    0.36
     которые
    0.36
     وقد
    0.36
    और
    0.36
     다섯
    0.36
     جديدة
    0.35
     தொடங்கி
    0.35
    POSITIVE LOGITS
    只是
    0.35
    有用
    0.35
     yourself
    0.33
    ิน
    0.32
    0.32
     kiệm
    0.32
     enjoyment
    0.31
    的时候
    0.31
    的机会
    0.31
     satiety
    0.31
    Act Density 0.000%

    No Known Activations