INDEX
    Explanations

    Japanese, Thai, Korean sentence endings

    New Auto-Interp
    Negative Logits
    具有
    0.63
    prim
    0.62
    0.54
    ents
    0.54
    最も
    0.53
    使其
    0.53
     simult
    0.52
    Amid
    0.52
    異なる
    0.52
    0.52
    POSITIVE LOGITS
    です
    1.46
    ですね
    1.44
    1.43
    1.41
    ですか
    1.41
    1.39
    นะ
    1.37
    입니다
    1.37
    ค่ะ
    1.35
    이에요
    1.34
    Act Density 0.026%

    No Known Activations