INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    يع
    0.42
    aru
    0.39
     גע
    0.39
    ូប
    0.39
     വ്യക്ത
    0.38
    atá
    0.37
    0.37
    ierungs
    0.37
    ubwa
    0.37
    ານ
    0.36
    POSITIVE LOGITS
    jo
    0.63
    vit
    0.62
     جو
    0.55
    jou
    0.54
     Джо
    0.54
    vita
    0.54
    jos
    0.54
    JO
    0.50
    pe
    0.50
     vit
    0.50
    Act Density 0.000%

    No Known Activations