INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     लगभग
    0.53
     almost
    0.48
     bijna
    0.46
    几乎
    0.46
     অনেকটা
    0.44
     quase
    0.44
     практически
    0.42
     প্রায়
    0.41
    幾乎
    0.40
    acterium
    0.40
    POSITIVE LOGITS
     necessarily
    0.81
     forcément
    0.70
    necessarily
    0.67
     necesariamente
    0.66
     necessariamente
    0.64
     nécessairement
    0.62
    必ず
    0.59
    しも
    0.54
     nor
    0.52
     обязательно
    0.51
    Act Density 0.230%

    No Known Activations