INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     正規品
    0.72
    watch
    0.72
     лигасы
    0.67
    adena
    0.67
     Lazio
    0.66
    Paris
    0.66
    Rom
    0.65
     disinvestment
    0.65
    áil
    0.64
    paris
    0.63
    POSITIVE LOGITS
     pract
    0.68
     מת
    0.61
     équipes
    0.58
     প্রান্তে
    0.55
     Pred
    0.54
     Vorte
    0.54
     Wrang
    0.52
     প্রান্ত
    0.52
    0.52
     Quantum
    0.51
    Act Density 0.133%

    No Known Activations