INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     Gibt
    0.58
     gibt
    0.50
     geht
    0.47
     nennen
    0.40
     macht
    0.40
     müssen
    0.40
     krijgen
    0.38
     entspricht
    0.38
     kannst
    0.37
     komt
    0.37
    POSITIVE LOGITS
     einen
    0.55
     свою
    0.54
     sich
    0.53
     את
    0.49
     новую
    0.48
     તેને
    0.46
     die
    0.44
     தன்னை
    0.44
     તેમને
    0.44
     την
    0.43
    Act Density 0.019%

    No Known Activations