INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     neither
    0.57
    neither
    0.49
     geen
    0.49
     verschiedenen
    0.48
     different
    0.47
     diferentes
    0.47
     forskjellige
    0.45
    different
    0.45
     quidem
    0.45
     keinen
    0.44
    POSITIVE LOGITS
     also
    2.13
     también
    2.05
     также
    1.95
    also
    1.95
     myös
    1.95
     також
    1.94
     também
    1.93
     ALSO
    1.92
     også
    1.88
     també
    1.88
    Act Density 0.054%

    No Known Activations