INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     meerdere
    0.40
     mismo
    0.40
     Hewlett
    0.40
     fim
    0.38
     High
    0.38
     fairly
    0.38
     संभावना
    0.37
     रखें
    0.37
     tramite
    0.37
     জরিমানা
    0.37
    POSITIVE LOGITS
    ‌ترین
    0.44
    вест
    0.43
     अपनाने
    0.43
    мов
    0.42
     назвать
    0.42
    телей
    0.42
    óloga
    0.42
    प्पी
    0.42
    бить
    0.41
    𒅴
    0.41
    Act Density 0.016%

    No Known Activations