INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     Dark
    0.55
    Dark
    0.52
     dark
    0.48
     DARK
    0.46
    dark
    0.45
     darkest
    0.40
     darker
    0.39
    ファン
    0.38
    立ち
    0.38
    डर
    0.38
    POSITIVE LOGITS
     green
    0.59
    green
    0.53
     verde
    0.46
     سبز
    0.45
    绿
    0.45
    0.44
     red
    0.43
    グリーン
    0.43
     зелены
    0.42
     groene
    0.42
    Act Density 0.001%

    No Known Activations