INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    ة
    1.89
    ς
    1.83
     altre
    1.78
    வும்
    1.77
    ed
    1.76
    1.69
    ্ত
    1.67
     обязательно
    1.64
    tains
    1.63
     olduğu
    1.62
    POSITIVE LOGITS
     marvel
    1.78
    ுள்ளார்
    1.67
    1.65
    ियल
    1.59
    empres
    1.58
    ção
    1.58
     znači
    1.57
    োর
    1.56
    той
    1.55
    1.52
    Act Density 0.519%

    No Known Activations