INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     دارم
    0.93
     我的
    0.90
     my
    0.82
     puedo
    0.80
    0.80
     моей
    0.80
     எனக்கு
    0.78
     meine
    0.76
     znajdu
    0.75
     forstå
    0.75
    POSITIVE LOGITS
    推荐
    0.77
     pasión
    0.76
    آپ
    0.76
     비해
    0.75
     apasion
    0.74
     추천
    0.74
     omitted
    0.73
    <0xAC>
    0.71
    criar
    0.71
     omitting
    0.70
    Act Density 0.219%

    No Known Activations