INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     bekommen
    0.42
     brasil
    0.42
     anderen
    0.41
     vivo
    0.39
     ecol
    0.39
     estud
    0.38
     cortex
    0.38
     aguas
    0.38
     preferences
    0.38
     disseminate
    0.38
    POSITIVE LOGITS
     νέ
    0.47
    0.47
    ként
    0.45
    alık
    0.45
    ếp
    0.43
    0.42
    𝘾
    0.41
     Από
    0.41
    ifié
    0.40
    0.40
    Act Density 0.006%

    No Known Activations