INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    YES
    0.45
     کمک
    0.45
     हाय
    0.43
     HEALTH
    0.41
    我会
    0.41
     مساعد
    0.40
    新建
    0.40
    ogenes
    0.40
     असल्यास
    0.40
     ആരോഗ്യ
    0.39
    POSITIVE LOGITS
     Cours
    0.42
    監視
    0.38
     frit
    0.37
     contamin
    0.37
     contaminate
    0.37
     ,
    0.36
     That
    0.35
    とする
    0.35
     invaded
    0.35
     käyttää
    0.35
    Act Density 0.001%

    No Known Activations