INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     τη
    0.40
     কিল
    0.40
     கேள்வி
    0.40
     शिकार
    0.37
    FRED
    0.37
    脂肪
    0.37
    kel
    0.36
    彼此
    0.36
     கொடு
    0.36
    ikum
    0.35
    POSITIVE LOGITS
     optimistic
    2.05
     optimism
    1.98
     pessimistic
    1.80
     pessimism
    1.76
     optimist
    1.67
    乐观
    1.64
     pessim
    1.55
     optim
    1.45
     оптими
    1.42
     Optim
    1.38
    Act Density 0.053%

    No Known Activations