INDEX
    Explanations

    arms bent, rolling, speaking

    New Auto-Interp
    Negative Logits
     двой
    0.46
     konte
    0.44
     těchto
    0.43
    ோவில்
    0.43
     этом
    0.41
     hauteur
    0.41
    Electronics
    0.41
     เนื่องจาก
    0.40
     attest
    0.40
     kedua
    0.40
    POSITIVE LOGITS
    ног
    0.44
    proc
    0.43
    maze
    0.42
     puoi
    0.39
    dir
    0.39
    0.38
    you
    0.38
     अकेले
    0.37
    0.37
    statt
    0.37
    Act Density 0.004%

    No Known Activations