INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     మాత్రమే
    0.38
    ത്തിലും
    0.37
     spécifique
    0.37
     SULF
    0.37
     particolarmente
    0.36
     particularmente
    0.35
    0.34
     частности
    0.34
     ಮಾತ್ರ
    0.34
    വിലെ
    0.33
    POSITIVE LOGITS
     same
    0.80
     samme
    0.71
    same
    0.68
    同じ
    0.68
     hetzelfde
    0.67
     ተመሳሳይ
    0.67
    Same
    0.64
     misma
    0.64
     একই
    0.62
     dezelfde
    0.62
    Act Density 0.029%

    No Known Activations