INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    نيف
    0.43
    0.43
     kapac
    0.41
     zelen
    0.41
    0.41
    0.41
     aktiv
    0.40
    емости
    0.40
     kult
    0.40
     dekor
    0.40
    POSITIVE LOGITS
     interrogated
    0.46
    になっている
    0.44
     알려
    0.44
     επίσης
    0.44
     έχουν
    0.43
    ।--
    0.43
     procédures
    0.43
     Hindi
    0.41
    0.41
     결과를
    0.41
    Act Density 0.010%

    No Known Activations