INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    ное
    0.39
     alrededor
    0.39
    0.37
     harm
    0.37
     एग्जामिनेशन
    0.36
    ˖
    0.36
    нце
    0.36
     बनती
    0.36
     विभागीय
    0.36
     воз
    0.36
    POSITIVE LOGITS
     class
    1.81
    class
    1.80
     класс
    1.18
     classe
    1.16
     clase
    1.13
     klasse
    1.02
     kelas
    0.97
    クラス
    0.95
     Class
    0.95
     Klasse
    0.94
    Act Density 0.020%

    No Known Activations