INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    ப்பையும்
    0.22
    지와
    0.22
     получаем
    0.22
    도는
    0.21
    ியும்
    0.21
    平均
    0.20
    iler
    0.20
    如何在
    0.20
    ப்பும்
    0.20
     pasando
    0.20
    POSITIVE LOGITS
     να
    0.52
     to
    0.42
     upang
    0.36
    0.33
     أن
    0.30
     toim
    0.29
    ที่จะ
    0.28
     để
    0.28
     toget
    0.27
    0.26
    Act Density 0.037%

    No Known Activations