INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     одним
    0.42
     někter
    0.42
     অন্যতম
    0.41
    的重要
    0.41
     egyik
    0.41
     یکی
    0.41
     одном
    0.41
     niektórych
    0.40
     jednego
    0.39
     برخی
    0.39
    POSITIVE LOGITS
     by
    1.63
     By
    1.43
    By
    1.38
    by
    1.25
     oleh
    1.17
     BY
    1.16
     far
    1.02
     бы
    1.02
     bằng
    0.97
     توسط
    0.97
    Act Density 0.028%

    No Known Activations