INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    த்
    0.94
    তিনি
    0.85
     beiden
    0.84
     sebelah
    0.83
     Secara
    0.81
    од
    0.81
    दो
    0.79
     tucked
    0.79
     هناك
    0.78
     Bahkan
    0.76
    POSITIVE LOGITS
     as
    1.61
    like
    1.59
     kuin
    1.37
    जैसे
    1.33
     כמו
    1.29
     например
    1.28
     like
    1.26
    Like
    1.24
     como
    1.22
     như
    1.18
    Act Density 0.028%

    No Known Activations