INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     olika
    0.47
     diversos
    0.46
     ulike
    0.46
     diferite
    0.46
     verschiedene
    0.46
     various
    0.46
    様々な
    0.45
     разных
    0.45
     مختلف
    0.44
     berbagai
    0.44
    POSITIVE LOGITS
    所有的
    0.80
     모든
    0.79
    所有
    0.78
     所有
    0.73
     सभी
    0.66
     جميع
    0.64
    全ての
    0.64
    すべての
    0.63
    सभी
    0.62
     ಎಲ್ಲಾ
    0.59
    Act Density 0.017%

    No Known Activations