INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    0.40
    หรือ
    0.40
    чить
    0.39
    度和
    0.38
    UP
    0.38
    нили
    0.38
    вили
    0.37
    живання
    0.37
    하다
    0.36
    дон
    0.36
    POSITIVE LOGITS
     Dieses
    0.46
     poiché
    0.45
     certes
    0.44
     Apesar
    0.44
     sicherlich
    0.43
     puisque
    0.43
     ponieważ
    0.43
     apesar
    0.43
     பல்வேறு
    0.42
     Wszyst
    0.41
    Act Density 0.029%

    No Known Activations