INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     لكن
    0.46
     მაგრამ
    0.44
     mutta
    0.43
    但是在
    0.42
     lakini
    0.42
    ஆனால்
    0.42
     nhưng
    0.41
     салу
    0.40
     pero
    0.39
     ولكن
    0.39
    POSITIVE LOGITS
     wichtigen
    0.46
    WOOD
    0.44
    यु
    0.41
     ว่า
    0.40
     unquestion
    0.40
    zocht
    0.40
     würde
    0.39
     tych
    0.39
    0.39
     vhod
    0.39
    Act Density 0.034%

    No Known Activations