INDEX
    Explanations

    also, addition, moreover

    New Auto-Interp
    Negative Logits
     wars
    0.36
    おく
    0.35
    
    0.34
     autopsy
    0.34
     przestr
    0.34
    Damn
    0.34
     でしょう
    0.34
     ही
    0.33
    ENSATION
    0.33
     enormes
    0.33
    POSITIVE LOGITS
    に加え
    0.52
    不但
    0.45
     nejen
    0.44
    だけでなく
    0.38
     በተጨማሪ
    0.38
    不仅
    0.38
     علاوه
    0.37
    0.36
     selain
    0.36
    ienza
    0.35
    Act Density 0.174%

    No Known Activations