INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     smith
    -0.08
     sle
    -0.08
    -0.08
     Smith
    -0.07
     bek
    -0.07
     sma
    -0.07
     mach
    -0.07
    130
    -0.07
     sg
    -0.07
    -0.07
    POSITIVE LOGITS
     correspon
    0.08
     Mim
    0.08
     اللي
    0.08
     Tit
    0.08
    0.08
    于是
    0.08
    Tit
    0.07
     Jug
    0.07
    0.07
     заст
    0.07
    Act Density 0.008%

    No Known Activations