INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     nejen
    -0.10
    ידי
    -0.09
    不仅
    -0.08
     næsten
    -0.08
    حدى
    -0.08
     Média
    -0.08
     सहज
    -0.08
     BACK
    -0.08
    Script
    -0.07
    Sometimes
    -0.07
    POSITIVE LOGITS
     beurte
    0.10
     beoordelen
    0.10
     evaluar
    0.10
    0.09
    0.09
     assessing
    0.09
    未知
    0.08
     evalu
    0.08
    ,但是
    0.08
    0.08
    Act Density 0.068%

    No Known Activations