INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     daar
    -0.10
     sisi
    -0.09
     kosong
    -0.08
    -même
    -0.08
     neng
    -0.07
    ukkig
    -0.07
     kaikk
    -0.07
     ying
    -0.07
    .sidebar
    -0.07
     siellä
    -0.07
    POSITIVE LOGITS
     படம்
    0.08
     effectively
    0.08
    ει
    0.08
     illumination
    0.08
     glare
    0.08
     geometr
    0.08
     painting
    0.08
    0.08
    גה
    0.07
     mastering
    0.07
    Act Density 0.007%

    No Known Activations