INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    וות
    -0.08
     Lee
    -0.08
    -0.08
    TEN
    -0.07
    Superview
    -0.07
     superst
    -0.07
     ganze
    -0.07
    -0.07
    wt
    -0.07
    ftware
    -0.07
    POSITIVE LOGITS
    OST
    0.08
    felt
    0.08
    alyzed
    0.07
     demi
    0.07
    0.07
    ском
    0.07
    .Offset
    0.07
     nomen
    0.07
    ogen
    0.07
     saddle
    0.07
    Act Density 0.010%

    No Known Activations