INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    עבר
    -0.07
    वरी
    -0.07
    et
    -0.07
    ologue
    -0.07
    Ein
    -0.07
    B
    -0.07
    -0.07
     Ein
    -0.07
    etic
    -0.06
    eth
    -0.06
    POSITIVE LOGITS
    ,but
    0.09
     terlebih
    0.08
     unsure
    0.08
     όταν
    0.08
     olmayan
    0.08
     ведом
    0.08
     nue
    0.08
     onbek
    0.08
     frutas
    0.08
     yun
    0.08
    Act Density 0.008%

    No Known Activations