INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     постепен
    0.41
    大约
    0.41
    どうしても
    0.40
     Ге
    0.38
    рга
    0.38
    หว่าง
    0.37
    0.37
     bottlenecks
    0.37
     примерно
    0.37
    Бахар
    0.37
    POSITIVE LOGITS
     категории
    0.77
     category
    0.76
     categoria
    0.76
     catégorie
    0.73
    categoria
    0.71
    category
    0.69
     категорії
    0.65
     categoría
    0.63
    Category
    0.63
     категория
    0.62
    Act Density 0.007%

    No Known Activations