INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    そして
    0.58
    および
    0.53
     আৰু
    0.49
     tačiau
    0.49
     demás
    0.48
     également
    0.48
    とその
    0.48
    ແລະ
    0.47
     এবং
    0.46
     however
    0.46
    POSITIVE LOGITS
     Например
    0.79
     например
    0.78
     například
    0.78
     például
    0.74
    ispielsweise
    0.73
    например
    0.71
     예를
    0.71
     Örneğin
    0.71
     bijvoorbeeld
    0.70
    when
    0.70
    Act Density 0.152%

    No Known Activations