INDEX
Explanations
multi-lingual words for eye
New Auto-Interp
Negative Logits
только
2.38
его
2.37
достаточно
2.29
наиболее
2.27
довольно
2.23
более
2.19
которые
2.18
может
2.17
где
2.13
еще
2.13
POSITIVE LOGITS
आणि
1.85
त्यांच्या
1.74
काही
1.73
आहे
1.69
वापर
1.68
किंवा
1.67
आपल्या
1.63
जास्त
1.57
वाढ
1.56
तसेच
1.52
Activations Density 0.002%