INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     new
    0.85
     neuen
    0.82
     neue
    0.80
    new
    0.79
     nieuwe
    0.76
     новые
    0.75
    0.72
     নতুন
    0.72
     nuovo
    0.71
     بدی
    0.70
    POSITIVE LOGITS
     berk
    0.70
     இருக்கிறார்
    0.69
    ويات
    0.67
    0.66
     definida
    0.65
     आध्यात्म
    0.65
     DMR
    0.64
     وهي
    0.64
    0.63
     وهنا
    0.63
    Act Density 0.025%

    No Known Activations