INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     auton
    -0.08
    -0.08
    :value
    -0.08
    :s
    -0.08
     ജന
    -0.08
     Fahrzeug
    -0.07
    :b
    -0.07
    -0.07
    :create
    -0.07
     όσο
    -0.07
    POSITIVE LOGITS
     pene
    0.07
     покры
    0.07
    štění
    0.07
     huevo
    0.07
    0.07
    0.07
     Petroleum
    0.07
     Schwe
    0.07
    0.07
    -den
    0.07
    Act Density 0.001%

    No Known Activations