INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    carboxylate
    0.38
     préciser
    0.37
     Specifically
    0.37
    द्दल
    0.37
    حديد
    0.37
    ചന
    0.37
     nữa
    0.36
    0.36
     اخرى
    0.35
     تحديد
    0.35
    POSITIVE LOGITS
     single
    1.95
     ஒரே
    1.94
    单一
    1.88
    single
    1.77
    同一个
    1.72
    同一
    1.63
     SINGLE
    1.61
    单个
    1.60
    Single
    1.59
     еди
    1.55
    Act Density 0.075%

    No Known Activations