INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     out
    0.72
     evoke
    0.71
     elicit
    0.70
     just
    0.66
     original
    0.66
     sc
    0.65
     instead
    0.65
     ab
    0.64
     gold
    0.64
     ties
    0.64
    POSITIVE LOGITS
    Cómo
    1.35
    Dónde
    1.24
    Qué
    1.18
    cómo
    1.12
    Que
    1.11
    Quién
    1.08
    Apakah
    1.07
    Cuáles
    1.07
    Какие
    1.06
    Puede
    1.06
    Act Density 0.019%

    No Known Activations